Claude использовали для сети из 8913 статей: Anthropic показала, как AI автоматизирует псевдоновости

В сентябрьском Threat Intelligence Report Anthropic есть цифра, которую легко вынести в громкий заголовок: одна автоматизированная сеть с помощью Claude опубликовала как минимум 8913 статей примерно на 20 языках. Но для нас интереснее другая часть истории: по оценке самой Anthropic, этот огромный объем контента так и не превратился в значительную реальную аудиторию.

Что именно обнаружила Anthropic

Отчет охватывает операции, которые компания выявляла и блокировала между декабрем 2025-го и августом 2026 года. Anthropic группирует их по семи направлениям: кибератаки, информационные операции, слежка, мошенничество, биологические злоупотребления, разработка обычного оружия и несанкционированная дистилляция моделей.

Отдельный кейс касается сети псевдоновостных сайтов. Claude использовали и для создания новых текстов, и для переписывания материалов реальных журналистов в политически окрашенной форме под разные аудитории. Автоматизация позволила масштабировать производство до тысяч публикаций и десятков языков.

Почти девять тысяч статей — и почти без breakout

Вот здесь история становится особенно полезной для любого онлайн-медиа. Anthropic пишет, что сеть не продемонстрировала существенного выхода за пределы собственной инфраструктуры сайтов и связанных аккаунтов. Компания относит ее к Category Two по Breakout Scale Brookings Institution.

Другими словами, автоматизация решила проблему производства контента, но не решила проблему внимания. Это две разные вещи. Можно дешево создать 1000 страниц, но если они не отвечают реальному спросу, не имеют доверия, уникальной ценности, дистрибуции и хорошего SEO-позиционирования, сам масштаб ничего не гарантирует.

Почему этот кейс важен для нормальных AI-медиа

Отсюда легко сделать неправильный вывод «AI-контент не работает». На самом деле отчет показывает другое: массовая генерация без редакционной стратегии не равна медиа. AI может ускорить поиск тем, перевод, структурирование, анализ источников, подготовку черновика и техническое оформление. Но вопрос «что именно стоит опубликовать» остается самым ценным.

Поэтому для RankPoint логичнее делать меньше сильных материалов с поисковым потенциалом, нормальными источниками, изображениями, локальным контекстом и достаточной глубиной, а не сотни коротких новостей. Иронично, но отчет Anthropic фактически дает аргумент против стратегии «просто генерируй больше».

Что еще было в отчете

Псевдоновости — лишь один из кейсов. Anthropic описывает использование Claude в кибероперациях, построении систем слежки, мошенничестве и других опасных сценариях. Компания заявляет, что блокировала связанные аккаунты, улучшала защитные механизмы и, когда это было уместно, передавала информацию партнерам и властям.

Такие отчеты показывают не только теоретический риск. Мы видим, как люди пытаются встроить современную модель в реальные операционные цепочки: генерацию материалов, социальные аккаунты, анализ, автоматизацию и масштабирование. Поэтому борьба со злоупотреблениями переходит от простого фильтра плохого промпта к обнаружению поведения целой системы.

Почему 20 языков не означают 20 рынков

Автоматический перевод создает иллюзию, что выход на новый рынок почти бесплатен. Технически это стало гораздо дешевле. Но локальный рынок — это не только язык. Нужны правильные темы, поисковые формулировки, местные контексты, источники, время публикации и понимание того, что аудитория считает важным.

Две качественные локализации одной сильной статьи могут быть ценнее двадцати автоматических версий. Украинский материал об Apple, например, должен отвечать на вопросы о доступности функции в Украине, языке Siri, местных операторах или официальных ценах — а не просто механически переводить американский пресс-релиз.

Главный урок для редакций

AI резко снизил стоимость производства текста. Из-за этого дефицитом становится не текст, а доверие, отбор и внимание. Редакция, которая быстрее находит сильную тему, лучше ее проверяет, добавляет контекст и качественно подает, имеет больше шансов, чем сайт, который просто генерирует больше URL.

Наш вывод: 8913 статей звучат впечатляюще, но без аудитории это всего лишь 8913 страниц. Для нормального медиа главное преимущество AI — не безграничная генерация, а возможность тратить меньше времени на рутину и больше — на правильный выбор темы, проверку, упаковку и дистрибуцию.

Почему этот кейс особенно показателен для медиа

В этой истории легко зациклиться на самом Claude, но важнее экономика операции. Современный AI радикально снижает стоимость производства текста: один оператор может масштабироваться до тысяч материалов и десятков языков. Однако Anthropic не увидела признаков того, что само количество создало значительный breakout за пределы контролируемой сети сайтов и соцсетей.

Для нормального медиа вывод почти противоположен логике «публикуй больше». Если производство текста становится дешевым для всех, дефицитным ресурсом становятся внимание, доверие, выбор темы и дистрибуция. Поэтому одна своевременная статья, отвечающая на реальный запрос читателя, может дать больше пользы и трафика, чем сотня автоматически переписанных новостей.

Где AI всё-таки дает честное преимущество редакции

Автоматизация хорошо работает там, где ускоряет рутинную часть: мониторинг десятков источников, перевод, первичное структурирование фактов, поиск дублей, подготовку метаданных и техническую проверку пакета. Но финальный выбор темы, проверка первоисточника, локальный контекст и ответственность за формулировки должны оставаться частью редакционного процесса. Иначе легко получить именно тот результат, который описывает Anthropic: огромную фабрику текста без настоящей аудитории.