La apuesta de Anthropic por Genesis Mission abre Claude a 15 agencias pese al veto del Pentágono
Anthropic comprometió 150 millones de dólares durante tres años para dar a más de 15 agencias federales acceso a Claude a través de Genesis Mission. El anuncio del 8 de octubre abarca Claude, Claude Code, créditos de API, formación, incorporación y soporte técnico para cientos de proyectos federales de investigación.
Esto parece un acuerdo tecnológico gubernamental convencional. No lo es. El compromiso llega días después de que el Pentágono afirmara haber dejado de utilizar productos de Anthropic tras una amarga disputa sobre las salvaguardas de IA militar.
El contraste define la apuesta de Anthropic por Genesis Mission. Claude está siendo expulsado de un poderoso departamento mientras gana un papel potencialmente amplio en la ciencia civil estadounidense. OpenAI, Google, Nvidia, AMD y varias empresas de infraestructura también respaldan el programa federal, lo que convierte la adopción científica en una prueba competitiva y no en un ensayo privado.
El compromiso de Anthropic con Genesis Mission va más allá del acceso al modelo
Anthropic ofrece a los científicos federales un paquete operativo, no simplemente una colección de cuentas de chatbot.
En virtud de su compromiso de tres años, Anthropic afirma que proporcionará productos Claude y créditos de API a varios cientos de proyectos de Genesis Mission. Claude Code, el agente de programación de la empresa, forma parte de ese paquete.
Entre las organizaciones participantes se encuentran la NASA, los Institutos Nacionales de Salud y la Fundación Nacional de Ciencias. Anthropic afirma que la iniciativa más amplia involucra a más de 15 agencias federales, aunque no ha publicado una lista completa de los despliegues.
La empresa también planea trabajar directamente con agencias y laboratorios nacionales. Sus prioridades declaradas incluyen la energía de fusión, la computación cuántica y otras áreas de investigación seleccionadas por la administración.
La formación y la incorporación importan tanto como el acceso al modelo. Un científico que recibe una clave de API sigue necesitando canales de datos aprobados, métodos de evaluación, controles de seguridad y soporte técnico. Anthropic promete ayudar a las agencias a establecer esas bases y lanzar sus primeros proyectos.
El compromiso se anunció durante la cumbre Science: A New Golden Age de la Oficina de Política Científica y Tecnológica de la Casa Blanca, celebrada en Washington. Ese contexto situó el acuerdo dentro de una estrategia federal de ciencia más amplia, en lugar de dentro del ciclo habitual de productos de Anthropic.
Genesis Mission comenzó con una orden ejecutiva de noviembre de 2025. La orden pedía que los conjuntos de datos federales, los sistemas de computación de los laboratorios nacionales, los modelos de IA y las instalaciones científicas trabajaran mediante una plataforma coordinada.
Anthropic se unió al trabajo de Genesis del Departamento de Energía en diciembre de 2025. Esa colaboración anterior se centró en la energía, las ciencias biológicas y la productividad de la investigación en todo el sistema de laboratorios nacionales.
El nuevo acuerdo amplía esa relación más allá del Departamento de Energía. Crea una vía para que las agencias federales utilicen Claude en distintos ámbitos científicos, sujeta a los requisitos de seguridad y contratación de cada organización.
El número de proyectos participantes es especialmente importante. Unas pocas demostraciones emblemáticas pueden tener éxito porque los proveedores asignan un apoyo de ingeniería excepcional. Varios cientos de proyectos ponen a prueba si esos resultados resisten las limitaciones institucionales habituales.
Esas limitaciones incluyen formatos de datos incompatibles, redes restringidas, dependencias de software científico y largos procesos de autorización. También incluyen la cuestión más difícil de si los investigadores confían lo suficiente en el trabajo generado por modelos como para incorporarlo a investigaciones reales.
Claude Code añade otra capa. Puede inspeccionar código, modificar archivos, ejecutar tareas de desarrollo y conectar pasos dentro de un flujo de trabajo más amplio. En entornos de investigación, esas capacidades pueden respaldar la preparación de datos, los canales de simulación y los scripts de análisis.
También aumentan la necesidad de supervisión. Una respuesta conversacional puede revisarse antes de utilizarse. Un agente que modifica software o inicia trabajos computacionales puede afectar a un experimento antes de que un científico detecte un error.
Por tanto, el compromiso de Anthropic abarca tanto el acceso como la implementación. El programa será juzgado por sistemas de investigación que funcionen, no por el número de cuentas federales creadas.
Esa distinción genera la tensión central del artículo. Claude está entrando en flujos de trabajo científicos sensibles justo cuando el gobierno federal sigue dividido sobre qué restricciones puede imponer un proveedor de IA.
Por qué la ciencia federal se convirtió en el próximo campo de batalla de la IA
Genesis Mission convierte la infraestructura federal de investigación en un mercado competitivo para modelos, capacidad de computación e influencia técnica.
La administración Trump está reuniendo un programa gubernamental de IA en torno a problemas científicos que las empresas privadas no pueden reproducir fácilmente. Las agencias federales controlan décadas de registros experimentales, observaciones por satélite, investigación sanitaria, instalaciones especializadas y recursos de computación de los laboratorios nacionales.
La administración anunció más de 5.000 millones de dólares en compromisos federales para la misión en julio de 2026. Posteriormente presentó un paquete industrial valorado en 2.400 millones de dólares de 11 socios tecnológicos.
Según la Casa Blanca, Nvidia comprometió 1.000 millones de dólares, mientras que AMD comprometió 500 millones. OpenAI comprometió 200 millones de dólares. Anthropic y Google comprometieron 150 millones de dólares cada una.
Estas cifras representan distintas combinaciones de herramientas, servicios y créditos de computación. No ofrecen una comparación clara del gasto en efectivo ni del uso federal garantizado.
Aun así, los compromisos muestran por qué Anthropic no puede tratar Genesis como un proyecto secundario del sector público. Los proveedores rivales de modelos compiten por los mismos investigadores, conjuntos de datos, flujos de trabajo y relaciones institucionales.
El acceso temprano puede determinar qué herramientas se convierten en estándar. Una vez que una agencia desarrolla evaluaciones, conectores de software, programas de formación y revisiones de seguridad alrededor de un modelo, cambiar de proveedor resulta más difícil.
Eso no garantiza la dependencia de un proveedor. El plan federal involucra a varias empresas de modelos e infraestructura, y las agencias tienen motivos para preservar alternativas. Sin embargo, los primeros sistemas que aprenden los investigadores suelen influir en decisiones posteriores de contratación.
El enfoque científico también ofrece a las empresas de IA algo que los despliegues comerciales rara vez proporcionan. Los investigadores gubernamentales pueden poner a prueba modelos frente a problemas difíciles con resultados físicos o experimentales medibles.
Un modelo podría resumir artículos de forma convincente sin producir ciencia útil. Una prueba más sólida pregunta si puede mejorar una simulación, identificar un material candidato o detectar un patrón significativo en datos observacionales.
La NASA ilustra la escala. La agencia afirma que la misión puede aplicar IA a más de 150 petabytes de información recopilada durante décadas de misiones espaciales e investigación.
Su programa de datos espaciales abarca astronomía, astrofísica, meteorología espacial, ciencias de la Tierra e investigación biológica. El trabajo combina observaciones, simulaciones y modelos, en lugar de depender únicamente del texto.
Los NIH presentan un reto diferente. Su Bio Genesis Mission busca duplicar el ritmo de la innovación biomédica en un plazo de cinco a diez años.
El programa biomédico incluye cáncer pediátrico, enfermedades crónicas, descubrimiento de fármacos, biofabricación y detección de amenazas biológicas. Estas áreas implican datos sensibles y consecuencias que van más allá de la productividad de la investigación.
Para Anthropic, la oportunidad es más amplia que un contrato gubernamental. Los proyectos exitosos pueden convertirse en evidencia de que Claude gestiona trabajo científico especializado y de múltiples pasos bajo condiciones controladas.
OpenAI y Google tienen el mismo incentivo. Nvidia y AMD se benefician cuando los proyectos consumen más recursos de computación. Los socios de nube e infraestructura se benefician de los sistemas necesarios para mover datos de forma segura entre modelos e instalaciones federales.
Esa combinación presiona a todos los participantes para mostrar resultados utilizables. Los créditos anunciados tienen poco valor si las agencias no pueden autorizar los despliegues o si los investigadores los abandonan después de los programas piloto.
También presiona a Anthropic para demostrar que su identidad orientada a la seguridad es compatible con una adopción a escala gubernamental. La empresa ha sostenido que los límites pueden coexistir con un trabajo federal útil. Genesis ofrece una gran prueba de esa afirmación.
Agencias federales que pueden utilizar Claude, salvo donde el Pentágono trazó su línea
La expansión civil de Anthropic es inseparable de su exclusión del trabajo del Departamento de Defensa.
El conflicto con el Pentágono comenzó por las condiciones que regían el uso militar de Claude. Anthropic se opuso a aplicaciones que implicaran vigilancia doméstica masiva y armas totalmente autónomas, según declaraciones públicas e informes.
Los funcionarios de Defensa querían acceso para todos los fines militares legales. Sostenían que las restricciones del modelo podían generar incertidumbre durante operaciones sensibles y obligar a los funcionarios a negociar casos individuales con un proveedor.
La disputa se intensificó en febrero de 2026. La administración ordenó a las agencias dejar de utilizar productos de Anthropic, mientras que el Pentágono designó a la empresa como un riesgo para la cadena de suministro de seguridad nacional.
Anthropic cuestionó tanto el razonamiento como la base legal. El CEO Dario Amodei afirmó que la designación se aplicaba de forma limitada al trabajo realizado directamente bajo contratos del Departamento de Defensa, y no a todos los clientes vinculados al departamento.
Un tribunal federal de distrito se puso inicialmente del lado de Anthropic. Sin embargo, un tribunal de apelaciones dividido permitió posteriormente que la designación del Pentágono siguiera en vigor.
El fallo de apelación de septiembre despejó el camino para que el departamento retirara Claude de sus sistemas. Posteriormente, el Pentágono afirmó haber completado ese proceso.
El compromiso con Genesis llegó menos de dos semanas después de la decisión de apelación. Ese momento transforma el anuncio de una expansión rutinaria en una marcada división institucional.
Una parte de la administración considera que Anthropic no es apta para el trabajo del Departamento de Defensa. Otras partes se preparan para utilizar los modelos de la misma empresa en la ciencia respaldada por el gobierno federal.
La contradicción es solo parcial. La investigación civil y las operaciones militares tienen objetivos, autoridades y perfiles de riesgo distintos. Un modelo puede ser aceptable para analizar datos de telescopios y seguir siendo inaceptable para la selección de objetivos o la vigilancia.
Sin embargo, la línea divisoria no siempre permanecerá clara. La investigación energética, la computación cuántica, la ciberseguridad, la biología y la industria aeroespacial pueden tener aplicaciones tanto civiles como de seguridad nacional.
Un proyecto científico puede comenzar con investigación pública y más tarde producir conocimiento de doble uso, es decir, conocimiento con valor tanto civil como militar. Las agencias federales necesitarán normas para esas transiciones.
Las propias políticas de Anthropic crean otro límite. Su actualización de la política de uso de octubre mantuvo prohibiciones sobre el desarrollo de armas, el rastreo no consentido y determinadas decisiones de justicia penal.
La empresa también exige revisión humana cualificada cuando los resultados del modelo afectan a la salud, las finanzas, los derechos legales, los medios de vida o los servicios esenciales. El hardware capaz de causar lesiones requiere un operador que pueda observarlo y detenerlo.
Estas disposiciones encajan con muchas instituciones científicas. Los investigadores ya trabajan con procedimientos de revisión, sistemas de seguridad de laboratorio y estructuras formales de aprobación.
Sin embargo, las políticas redactadas para los clientes deben traducirse en controles técnicos. Las agencias necesitan saber qué rechazará el modelo, cuándo se realiza la supervisión y cómo se revisan las decisiones impugnadas.
Esa cuestión es relevante para cada despliegue gubernamental de IA de Anthropic. Un equipo federal de investigación no puede depender de una herramienta si sus límites operativos no están claros o pueden cambiar repentinamente.
El Pentágono consideró las restricciones del proveedor como una interferencia operativa. Anthropic las consideró salvaguardas necesarias frente a usos que no respaldaría.
Genesis traslada esa misma disputa a un entorno más favorable para la empresa. Las agencias civiles pueden aceptar procesos de revisión más estrictos sin conceder que deba permitirse todo uso gubernamental legal.
Este es el principal antagonista de la historia: los límites de seguridad de Anthropic frente a la demanda del gobierno de un control fiable sobre la tecnología adquirida. Las comparaciones con competidores importan, pero este conflicto determina si la expansión perdura.
La verdadera prueba es si los límites de seguridad resisten la escala científica
Anthropic debe demostrar que las salvaguardas siguen siendo utilizables cuando cientos de proyectos atraviesan límites entre agencias, datos y disciplinas.
La disyuntiva no es simplemente seguridad frente a velocidad. Los controles mal diseñados pueden bloquear investigaciones legítimas, mientras que unos controles débiles pueden exponer información sensible o permitir decisiones automatizadas poco fiables.
El trabajo científico presenta modos de fallo inusuales. Una respuesta fluida puede citar un artículo inexistente, interpretar mal un conjunto de datos, alterar un parámetro o producir código que se ejecuta sin representar el método previsto.
Esos errores pueden ser difíciles de detectar. Un error de sintaxis detiene un programa. Un error analítico plausible puede atravesar varias etapas antes de modificar un resultado.
Claude Code eleva la exigencia porque puede participar directamente en los flujos de trabajo de software. Los investigadores deben revisar no solo sus explicaciones, sino también sus cambios en archivos, comandos, dependencias y pruebas generadas.
Por tanto, un despliegue aprobado necesita trazabilidad. Los equipos deberían poder reconstruir qué versión del modelo actuó, qué contexto recibió, qué herramientas utilizó y qué resultado entró en el registro de investigación.
La reproducibilidad plantea un problema relacionado. Los hallazgos científicos no deberían depender de una conversación no documentada con un modelo que posteriormente cambia.
Las agencias necesitarán conjuntos de evaluación estables y registros del comportamiento de los modelos. También necesitarán procedimientos para volver a ejecutar análisis importantes cuando un proveedor actualice sus sistemas.
La gobernanza de los datos plantea otro reto. Los proyectos de los NIH pueden involucrar información sanitaria, mientras que los proyectos de la NASA y del Departamento de Energía pueden incluir conjuntos de datos restringidos o previos a su publicación.
La orden de lanzamiento federal exige explícitamente medidas de seguridad basadas en el riesgo y coordinación entre las agencias participantes. Esa directriz no resuelve los detalles de implementación.
Cada agencia tiene sus propios sistemas, competencias y procesos de revisión. Un modelo aprobado para un conjunto de datos o una red no queda automáticamente habilitado para otro.
Los créditos de API pueden reducir el coste de la experimentación, pero no eliminan esas barreras institucionales. La formación ayuda a los investigadores a utilizar Claude, pero no puede sustituir la autorización de seguridad ni la validación científica.
El amplio alcance del compromiso también complica la medición. La investigación sobre fusión, el análisis de cáncer pediátrico, el software cuántico y la exploración de datos satelitales requieren definiciones distintas de éxito.
Una única cifra de productividad ocultaría esas diferencias. Las agencias necesitan resultados a nivel de proyecto, incluido el tiempo ahorrado, las tasas de error, la reproducibilidad y si la contribución de la IA modificó una decisión científica.
Las afirmaciones sobre descubrimientos merecen especial cautela. Un modelo puede sugerir una hipótesis, identificar un patrón o redactar código. Esos pasos no demuestran que haya producido un descubrimiento válido.
La confirmación experimental sigue siendo decisiva. En el trabajo biomédico, la relevancia clínica exige pruebas adicionales más allá de un resultado computacional prometedor.
Un despliegue a escala gubernamental puede revelar otra tensión entre la capacidad del modelo y el aprendizaje institucional. El modelo más potente no creará automáticamente el programa más sólido.
Los investigadores necesitan ejemplos, herramientas de evaluación, integraciones aprobadas y colegas que comprendan los patrones de fallo. También necesitan un registro consultable de prompts, decisiones de código y resultados de validación.
Una base de conocimiento de ingeniería estructurada puede ayudar a los equipos a conservar ese contexto operativo. El principio subyacente se aplica incluso cuando las agencias utilizan sus propios sistemas aprobados.
La concentración de proveedores es otra preocupación. Genesis incluye varias empresas tecnológicas, pero los proyectos individuales aún pueden volverse dependientes de API propietarias y de comportamientos específicos de cada modelo.
Las agencias deberían conservar conjuntos de datos portables, suites de evaluación y definiciones de flujos de trabajo. De lo contrario, cambiar de proveedor puede requerir reconstruir el proceso de investigación circundante.
Anthropic no ha revelado cómo se repartirá su compromiso de 150 millones de dólares entre créditos, soporte, personal y otros recursos. Tampoco ha identificado todos los proyectos que recibirán ayuda.
Eso limita la evaluación externa. La cifra destacada muestra escala, pero no revela cuánta capacidad utilizable recibirá cada agencia.
El valor del programa quedará más claro cuando las agencias publiquen resultados concretos. Hasta entonces, el anuncio de Anthropic sigue siendo un compromiso, no una evidencia de impacto científico.
Anthropic se enfrenta a OpenAI y Google dentro de un programa federal compartido
Genesis da a Anthropic acceso a la ciencia federal, pero no otorga a Claude una posición indiscutida.
El mayor compromiso declarado de OpenAI le concede un lugar visible en el consorcio. Google igualó la contribución de Anthropic, mientras que las empresas de infraestructura aportan capacidad de cómputo, servicios en la nube y sistemas especializados.
La estructura se parece a una cartera de proveedores más que a una adjudicación a un único proveedor. Las agencias pueden comparar modelos entre tareas y combinar servicios cuando las normas de seguridad lo permitan.
Ese enfoque reduce el riesgo de que una empresa defina todo el programa. También crea un exigente punto de referencia para los despliegues gubernamentales de IA de Anthropic.
Claude debe competir en utilidad científica, fiabilidad de programación, esfuerzo de integración, seguridad y previsibilidad de políticas. Una ventaja del modelo en una categoría puede no compensar una debilidad en otra.
OpenAI también mantiene una relación distinta con el Pentágono tras la exclusión de Anthropic. Esa diferencia puede influir en cómo interpretan las agencias la disposición de cada proveedor a cumplir los requisitos gubernamentales.
Google aporta una infraestructura de investigación consolidada y experiencia en computación científica. Nvidia y AMD dan forma a la capa de hardware sobre la que se ejecutarán muchos experimentos.
La contribución más distintiva de Anthropic probablemente sea Claude Code, combinado con soporte técnico directo. Los agentes de programación pueden conectar el razonamiento en lenguaje natural con los scripts y herramientas que ya organizan el trabajo científico.
La ventaja sigue siendo condicional. El software de investigación suele contener código antiguo, bibliotecas especializadas y supuestos no documentados. Un agente puede acelerar los cambios y, al mismo tiempo, propagar malentendidos.
Los proyectos federales pueden poner a prueba ese equilibrio con mayor rigor que una demostración de producto pulida. Los equipos pueden comparar la finalización de tareas, la carga de revisión, la gravedad de los errores y la reproducibilidad entre modelos.
Las normas de contratación pueden fomentar la competencia, pero la adopción práctica todavía puede reducir las opciones. Un piloto exitoso suele crear defensores internos, plantillas reutilizables y una arquitectura aprobada.
Por ello, Anthropic compite tanto por la memoria institucional como por el uso actual. El proveedor cuyos métodos se vuelvan familiares para los investigadores obtiene una ventaja en proyectos posteriores.
La empresa también debe evitar una sorpresa de política. Otra disputa con la administración podría interrumpir el acceso, disuadir a las agencias de desarrollar sus procesos alrededor de Claude o impulsar a los equipos hacia un proveedor con menos desacuerdos públicos.
El episodio del Pentágono hace concreto ese riesgo. Incluso cuando a una agencia le gusta un modelo, las decisiones tomadas en otras partes del gobierno pueden afectar la confianza en la contratación.
A la inversa, los proyectos Genesis exitosos pueden reforzar el argumento de Anthropic de que unos límites claros no impiden un trabajo federal valioso. Los resultados científicos civiles ofrecerían un contraejemplo práctico frente a las afirmaciones de que sus salvaguardas vuelven inutilizable a Claude.
No resolverían la disputa militar. Los proyectos científicos no pueden demostrar que las restricciones de Anthropic satisfacen los requisitos del campo de batalla.
Aun así, los despliegues pueden establecer una proposición más limitada. Un gobierno puede aceptar las salvaguardas del proveedor mientras utiliza modelos de frontera para trabajos trascendentes.
Los competidores darán forma a ese veredicto. Si OpenAI o Google obtienen resultados comparables con menos disputas de integración, la posición política de Anthropic será más difícil de defender comercialmente.
Si Claude ofrece resultados más sólidos mientras mantiene sus restricciones, los compradores federales obtendrán evidencia de que la capacidad y los límites explícitos pueden coexistir.
Genesis es, por tanto, colaborativo y adversarial a la vez. Las empresas contribuyen a un programa nacional compartido, pero cada proyecto exitoso puede influir en futuras selecciones de modelos.
Tres señales mostrarán si el compromiso produce resultados
La siguiente fase debería juzgarse a través de los despliegues, los resultados científicos documentados y el tratamiento federal de las salvaguardas de Anthropic.
La primera señal es la publicación de proyectos de agencias identificados. Anthropic ha prometido apoyo para varios cientos de iniciativas, pero el público necesita ejemplos con objetivos definidos e instituciones responsables.
Una descripción de proyecto creíble debería identificar el problema científico, el papel del modelo y el proceso de validación humana. También debería distinguir entre asistencia exploratoria y decisiones con consecuencias operativas reales.
Los primeros despliegues en la NASA, los NIH, la NSF o los laboratorios nacionales reforzarían el argumento de que el compromiso ha superado la fase de los créditos. Los retrasos repetidos sugerirían que la autorización y la integración siguen siendo los principales obstáculos.
La segunda señal es una producción científica medible. Las agencias deberían informar si Claude redujo el tiempo de análisis, mejoró la calidad del código, amplió el número de hipótesis probadas o contribuyó a hallazgos confirmados experimentalmente.
Estas medidas deben incluir datos sobre fallos. Un proyecto que ahorra tiempo pero introduce errores analíticos ocultos puede generar más trabajo de revisión en otras áreas.
Las comparaciones entre proveedores serían especialmente útiles. Genesis incluye suficientes empresas de modelos como para probar si determinadas herramientas funcionan mejor en programación, análisis bibliográfico, apoyo a simulaciones o trabajo científico multimodal.
Los resultados positivos y reproducibles respaldarían la afirmación de Anthropic de que Claude tiene un lugar en la investigación federal de alto valor. Los estudios de caso vagos, sin métodos ni referencias comparativas, debilitarían esa afirmación.
La tercera señal es cómo formalizan las agencias las restricciones de Anthropic. Los acuerdos escritos, las políticas de uso aprobadas y los métodos de aplicación técnica revelarán si el conflicto con el Pentágono sigue siendo aislado.
Si las agencias civiles aceptan límites claros y mantienen despliegues estables, Anthropic obtiene una vía federal duradera. Si las disputas se extienden a los programas científicos, la estrategia gubernamental de la empresa se vuelve mucho menos segura.
Los lectores también deberían vigilar los proyectos de doble uso. La investigación cuántica, el trabajo avanzado en energía, la biología y el sector aeroespacial pueden cruzar fronteras institucionales más rápido de lo que anticipan los documentos de contratación.
Un proyecto que avance hacia una aplicación de seguridad nacional pondrá a prueba quién controla la transición. Las agencias pueden exigir derechos de uso más amplios, mientras que Anthropic puede insistir en que sus políticas existentes sigan aplicándose.
Ese momento expondría la incertidumbre más profunda del compromiso de Anthropic con la Genesis Mission. Las partes coinciden en que la IA puede apoyar la ciencia, pero aún no han resuelto quién define el uso aceptable en los límites.
Para los desarrolladores, el programa aportará evidencia sobre si los agentes de programación pueden funcionar en entornos altamente controlados. Los despliegues exitosos pueden orientar las prácticas de evaluación, registro de auditoría y revisión humana más allá del ámbito gubernamental.
Los compradores empresariales deberían vigilar la carga de implementación. Las agencias federales enfrentan requisitos especialmente estrictos, pero su experiencia puede revelar qué controles siguen siendo necesarios cuando la IA interactúa con datos sensibles.
Los trabajadores del conocimiento deberían centrarse en la división de responsabilidades. Claude puede ayudar a buscar, sintetizar, programar y organizar, pero los expertos aún deben validar las conclusiones y mantener un registro fiable.
Anthropic ha conseguido una oportunidad importante tras un perjudicial enfrentamiento federal. Ahora debe convertir el acceso, los créditos y el respaldo en ciencia que las agencias puedan verificar.
La cuestión decisiva no es si más de 15 agencias pueden abrir Claude. Es si pueden depender de él sin renunciar al rigor científico ni al control de las políticas.
Siga los primeros proyectos identificados, sus resultados verificables de forma independiente y las normas que rigen el uso sensible. Esas señales mostrarán si la expansión federal de Claude representa una adopción duradera o un experimento bien financiado.
