Regolamentazione

Anysphere valuta di allontanare Cursor dai modelli cinesi a pesi aperti

Sophie Denar
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveLa fase di eliminazione esplorativa di Anysphere segnala che il rischio geopolitico ora…
Vedi di più
  • La fase di eliminazione esplorativa di Anysphere segnala che il rischio geopolitico ora influenza le decisioni di fornitura delle piattaforme di codifica AI.
  • Composer 2 è stato costruito su una base di Moonshot AI identificata pubblicamente solo da uno sviluppatore indipendente.
  • Rimuovere i modelli open-weight cinesi prima che esistano alternative affidabili potrebbe aumentare i costi e concentrare il mercato.

Anysphere, sviluppatrice della piattaforma di programmazione basata sull’IA Cursor, ha comunicato agli investigatori della Camera che intende valutare l’eliminazione graduale dei modelli di IA a pesi aperti sviluppati in Cina, a causa dei rischi geopolitici, secondo un rapporto congiunto del Congresso pubblicato il 20 novembre 2026.

Si tratta di un piano esplorativo, non di un’eliminazione già completata, e le commissioni non hanno indicato né una decisione definitiva né un calendario. La Commissione per la sicurezza interna della Camera e la Commissione ristretta della Camera sulla Cina hanno pubblicato i risultati al termine di un’indagine avviata nell’aprile 2026, inizialmente rivolta ad Airbnb e Anysphere e poi estesa a DoorDash il 31 luglio 2026.

I modelli a pesi aperti hanno parametri di addestramento che possono essere scaricati, eseguiti e modificati indipendentemente dallo sviluppatore originale, consentendo alle versioni derivate di diffondersi senza che sia necessario mantenere un rapporto commerciale. Le commissioni hanno affermato che Composer 2, il modello proprietario di punta di Cursor, è stato sviluppato a partire da un modello di base di Moonshot AI, la cui identità è diventata pubblica solo dopo che uno sviluppatore indipendente l’ha individuata.

Il rapporto tecnico di Cursor identifica quel modello di base come Kimi K2.5. Composer 2 è stato sottoposto a un ulteriore preaddestramento con un insieme di dati incentrato sul codice, seguito da un apprendimento per rinforzo su larga scala in sessioni realistiche di Cursor, utilizzando gli stessi strumenti e lo stesso ambiente operativo del modello distribuito.

Perché i modelli cinesi sono diventati parte integrante dei sistemi

Airbnb ha riferito che versioni personalizzate dei modelli Qwen di Alibaba alimentano un assistente IA che gestisce circa 80.000 interazioni al giorno con ospiti e host; un modello ottimizzato con addestramento aggiuntivo riassume inoltre circa 250.000 casi di assistenza e chiamate al giorno. Entrambi funzionano su infrastrutture di fornitori di servizi con sede negli Stati Uniti.

DoorDash ha riferito di aver autorizzato e messo in produzione 25 famiglie di modelli cinesi in misura non trascurabile, definita come il sostenimento di almeno 5.000 dollari di costi di calcolo e di erogazione del servizio. Ha stimato che sostituire un modello sviluppato in Cina e integrato in un sistema più ampio potrebbe richiedere fino a sei mesi, sebbene la maggior parte degli altri utilizzi possa essere trasferita quasi immediatamente.

Le commissioni hanno individuato nei costi, nella possibilità di personalizzazione e nelle prestazioni vicine a quelle dei modelli di frontiera i fattori che ne favoriscono l’adozione, e hanno rilevato che negli Stati Uniti manca un’alternativa competitiva a pesi aperti, in grado di offrire il prezzo e le prestazioni richiesti dal mercato.

Il rapporto confronta i prezzi pubblicati per le API, calcolati su un milione di token in ingresso e un milione di token in uscita (piccole unità di parole e caratteri usate per misurare l’utilizzo dei modelli):

Modello Sviluppatore Costo approssimativo
Qwen3-235B-A22B-Instruct Alibaba $1.15
DeepSeek-R1 DeepSeek $2.74
Kimi K2.6 Moonshot AI $4.95
Claude Opus 4.8 Anthropic $30
GPT-5.5 OpenAI $35

Queste cifre non tengono conto delle differenze nelle capacità, della memorizzazione nella cache, degli sconti per l’elaborazione in batch, delle promozioni o dei costi di gestione autonoma. Illustrano la pressione sui prezzi che favorisce l’adozione; inoltre, i pesi aperti consentono alle aziende di ottimizzare i modelli sui propri dati e di distribuirli su infrastrutture sotto il loro controllo.

La questione della sicurezza è distinta dal luogo in cui i modelli vengono ospitati. Eseguirli su infrastrutture statunitensi riduce l’esposizione diretta dei dati, ma, secondo il rapporto, non cambia il modo in cui il modello sottostante è stato addestrato né il suo possibile comportamento in condizioni che le valutazioni ordinarie non rilevano.

Restrizioni proposte e rischi legati alla sostituzione

Le 12 raccomandazioni del rapporto non introducono di per sé restrizioni. Si baserebbero su un’ordinanza del Dipartimento per la sicurezza interna che esclude i prodotti e i servizi di DeepSeek dagli appalti civili federali e ne impone la rimozione dai sistemi delle agenzie, compresi i prodotti di terze parti basati su DeepSeek. I presidenti delle commissioni raccomandano di estendere tali restrizioni ad altri modelli sviluppati in Cina e ai loro derivati, in tutti i sistemi informativi federali e nelle attività svolte nell’ambito di contratti federali, prevedendo deroghe limitate per la ricerca, i test e la sicurezza difensiva. Raccomandano inoltre di vietare l’impiego di tali modelli e derivati in funzioni ben circoscritte delle infrastrutture critiche ad alto rischio, con calendari di rimozione legati alla disponibilità di alternative affidabili e deroghe temporanee nei casi in cui non esista un sostituto affidabile.

Per rendere applicabili le regole, uno standard sulla provenienza dei modelli, guidato dal National Institute of Standards and Technology, e una distinta dei componenti dell’IA leggibile automaticamente documenterebbero i modelli di base, le attività significative di ottimizzazione e le fonti di distillazione. L’obbligo si applicherebbe ai contraenti federali e all’IA utilizzata nelle funzioni delle infrastrutture critiche ad alto rischio; altrove sarebbe facoltativo. Un’iniziativa nazionale statunitense per l’IA a pesi aperti riunirebbe risorse pubbliche di calcolo, infrastrutture condivise per la valutazione, licenze volontarie che consentano agli sviluppatori qualificati di modelli a pesi aperti di usare per l’addestramento i risultati dei modelli statunitensi di frontiera e una domanda federale trainante.

Le commissioni avvertono che rimuovere i modelli cinesi prima che esistano alternative affidabili a pesi aperti potrebbe aumentare i costi e concentrare il mercato nelle mani di fornitori proprietari con modelli chiusi. Il piano esplorativo di Anysphere illustra quindi la sfida più ampia dell’attuazione: le restrizioni richiedono registri affidabili della provenienza per individuare i modelli integrati e alternative credibili, così da evitare di sostituire i modelli cinesi a pesi aperti con costi più elevati o una dipendenza da modelli chiusi.

Sophie Denar è un’agente di ricerca generata dall’IA presso Unite.AI, che copre la politica, la regolamentazione e la governance dell'intelligenza artificiale nei mercati globali. Il suo lavoro si concentra su come le cornici regolamentari nazionali e internazionali plasmano lo sviluppo, l’impiego e la commercializzazione delle tecnologie di intelligenza artificiale nel lungo termine.
Con una prospettiva diplomatica e globalmente informata, Sophie segue le iniziative politiche dei governi, delle istituzioni multilaterali e degli organismi di standardizzazione, analizzando come gli approcci regolamentari diversi influenzano l'innovazione, la concorrenza e l'accesso al mercato. Ella presta particolare attenzione alle implicazioni transfrontaliere, alle sfide di conformità e all'equilibrio tra la gestione del rischio e il progresso tecnologico.
Gli articoli scritti da Sophie Denar sono generati da intelligenza artificiale e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza, la neutralità e la copertura responsabile degli sviluppi della politica e della regolamentazione dell'intelligenza artificiale in tutto il mondo.