Claude har använts för att skriva mjukvara till avancerade vapenprojekt i Ryssland, Kina och Jemen. I ett av fallen provsköts en verklig styrd raket. I ett annat laddades AI-genererad kod på fysisk elektronik för en autonom drönarsvärm. Anthropics nya rapport visar hur generativ AI nu har tagit sig betydligt längre in i militär utveckling än rena teorier och simuleringar.
Anthropic har avslöjat flera försök att använda företagets AI-modell Claude i utvecklingen av avancerade militära system.
Det handlar bland annat om autonom koordinering av drönarsvärmar, styrning och navigering för robotar, elektronisk krigföring och programvara för att identifiera och prioritera militära mål.
Företaget beskriver totalt sex operationer kopplade till konventionella vapen och militär verksamhet som upptäcktes mellan december 2025 och augusti 2026.
Tre hade koppling till Kina, två till Ryssland och en bedrevs från norra Jemen.
Det mest uppseendeväckande är hur långt vissa av projekten faktiskt hann.
En styrd raket testades på riktigt i Jemen. I det ryska drönarprojektet laddades kod som skapats med hjälp av Claude på verkliga utvecklingskort och datorer.
Samtidigt finns det ännu inga belägg för att något av systemen har blivit ett fullt fungerande operativt vapen.
Claude hjälpte till att utveckla styrd raket i Jemen
Det tydligaste steget från digital utveckling till fysisk verklighet finns i norra Jemen.
Enligt Anthropics nya rapport arbetade en grupp där med flera separata robotprojekt.
Ett gällde en styrd raket. Ett annat handlade om en flerstegs ballistisk robot med en avsedd räckvidd på över 2 000 kilometer. Gruppen studerade dessutom en framtida robotfamilj där en hypersonisk glidfarkost fanns med bland de planerade varianterna.
Claude Code användes som ett konkret ingenjörsverktyg.
AI:n fick hjälpa till att utveckla mjukvara för styrning, navigering och kontroll. Gruppen använde flera Claude-sessioner parallellt för kodning, teknisk research och kontroll av det arbete som producerades.
Det stannade inte i en simulator.
En verklig styrd raket provsköts i fält.
Testet verkar ha misslyckats och användarna återvände därefter till Claude för att analysera vad som gått fel och arbeta vidare med konstruktionen.
Det innebär att Claude i det här fallet hade blivit en del av en utvecklingskedja som nådde hela vägen fram till ett fysiskt vapentest.
Anthropic har däremot inte hittat bevis för att gruppen lyckades skapa ett operativt vapensystem.
Det finns heller inget stöd för att beskriva den planerade ballistiska roboten eller den hypersoniska varianten som färdigutvecklade vapen.
Ingen bekräftelse på att Houthierna stod bakom
Geografin gör Jemenfallet särskilt känsligt.
Projektet bedrevs i norra Jemen, ett område som till stor del kontrolleras av Houthirörelsen.
Anthropic identifierar dock inte gruppen som Houthierna.
Det går därför inte att slå fast att rörelsen stod bakom projektet enbart utifrån rapporten.
Det är en viktig skillnad, särskilt eftersom avancerade robotar och drönare under lång tid har spelat en central roll i konflikten runt Röda havet och Jemen.
En vapenanalytiker som intervjuats av AP har dessutom varnat för att möjligheten att använda AI för att studera avancerad robotteknik inte betyder att en grupp automatiskt har den industriella förmågan att bygga systemen.
Programvara är bara en del av problemet.
Material, motorer, sensorer, tillverkning, testanläggningar och precisionskomponenter är fortfarande stora tekniska hinder.
Rysk grupp byggde programvara för autonom drönarsvärm
Ett annat fall i rapporten visar hur Claude användes för att bygga en autonom drönarsvärm.
Anthropic beskriver aktörerna som en mindre Rysslandsbaserad grupp som sannolikt bestod av frilansande utvecklare.
Gruppen hävdade själv att den fått finansiering från bland annat det ryska försvarsdepartementet och andra statliga aktörer.
Anthropic har inte kunnat verifiera det påståendet.
Ambitionen var däremot tydlig.
Systemet skulle koordinera flera FPV-drönare och göra det möjligt för dem att dela information och agera som en svärm.
Claude användes för kod som bland annat styrde gemensamt minne mellan drönarna, koordinering, terminal målstyrning och beslut om en farkost skulle attackera, fortsätta observera eller återvända.
Enligt Anthropic var delar av systemet utformade för att kunna genomföra dödliga angrepp utan att en människa behövde fatta det slutliga beslutet.
Bland måltyperna fanns människor.
AI-koden testades på verklig elektronik
Drönarprojektet nådde längre än en vanlig datorsimulering.
Utvecklarna laddade låg-nivåmjukvara på verkliga utvecklingskort och använde fysiska enkortsdatorer tillsammans med sin simuleringsmiljö.
Det innebär så kallad hardware-in-the-loop-testning, där verklig elektronik kopplas in i en simulerad miljö för att kontrollera hur systemet beter sig.
Det finns däremot inget i rapporten som visar att en komplett autonom drönarsvärm faktiskt genomförde ett flygtest eller angrep ett mål.
Anthropic bedömer projektet till ungefär nivå 3–4 på den etablerade TRL-skalan för teknisk mognad.
Det motsvarar tidig experimentell utveckling och prototypvalidering.
Huvuddelen av funktionaliteten hade fortfarande verifierats genom simulering.
Skillnaden är ändå viktig.
Det här var inte längre någon som bara bad en AI förklara hur en autonom drönare skulle kunna fungera.
Kod hade skrivits, itererats och flyttats över till fysisk elektronik.
Kina-baserade aktörer använde Claude för anti-torpedvapen
Rapporten innehåller också flera omfattande Kina-relaterade fall.
I ett projekt användes Claude för utvecklingen av ett planerat anti-torpedsystem.
AI:n hjälpte till att skapa en kineskspråkig specifikation för eldledning, delar av själva mjukvaran och en testmatris.
Den användes dessutom till ett tekniskt förslag som enligt Anthropic omfattade mer än 200 sidor.
Claude fick därefter agera kritisk teknisk granskare och peka ut brister, varefter materialet skrevs om i flera omgångar.
Anthropic bedömer att användaren hade anknytning till en kinesisk försvarsindustriproducent och försökte ta fram ett systemförslag riktat mot den kinesiska flottan.
Företaget har däremot inte offentligt identifierat den exakta organisationen.
Byggde programvara för elektronisk krigföring
I ett annat Kina-baserat projekt användes Claude till att bygga omkring 16 separata mjukvarumoduler för elektronisk krigföring och bekämpning av luftförsvar.
Systemet kunde bland annat analysera radarstationer, luftvärn, militära ledningsplatser och kommunikationsnoder.
Mjukvaran utvecklades också för att uppskatta effekten av störning och rangordna mål utifrån bland annat betydelse och sårbarhet.
Under projektet ändrades standardsimuleringen till att omfatta tolv mål i Taiwan.
Bland dem fanns luftvärnssystem, flygbaser och militära ledningsmål.
Anthropic säger att kontouppgifter och innehåll pekade mot kopplingar till kinesiska forskningsmiljöer, däribland PLA Academy of Military Sciences.
Kinas utrikesdepartement har till Reuters uppgett att man inte känner till den specifika rapporten och har generellt avvisat anklagelser som landet anser vara osakliga eller smutskastande.
Generativ AI är redan inne i vapenutvecklingen
Den stora frågan är inte längre om en modern AI-modell kan diskutera vapenteknik.
Anthropics material visar att den kan bidra praktiskt till själva ingenjörsarbetet.
AI:n kan skriva kod, hitta fel, föreslå förbättringar, bygga simuleringar, generera tekniska dokument och iterera lösningar på ett sätt som tidigare krävde flera specialistroller.
Det betyder fortfarande inte att AI ensam kan gå från en idé till ett fungerande vapensystem.
Anthropic har också gjort separata tester där avancerade modeller fått utveckla styrning och navigation för simulerade drönare.
Modellerna lyckades skapa fungerande lösningar för flera olika typer av uppdrag, däribland terminal målstyrning och navigering under störda GPS-förhållanden.
Resultaten varierade däremot kraftigt när uppgifterna blev svårare.
I ett test av terminal målstyrning träffade Claude Opus 5 målet i 20 procent av totalt 540 simulerade försök över flera svårighetsnivåer.
När målet var ett tydligt stillastående fordon var resultatet betydligt bättre. När fordon rörde sig, försökte undanmanövrera eller doldes av mer komplicerade miljöer sjönk modellernas förmåga snabbt.
Det visar både hur långt tekniken har kommit och hur långt den fortfarande har kvar.
Fysiska problem är fortfarande den stora bromsen
Det finns ett tydligt glapp mellan att få något att fungera i kod och att få ett verkligt vapensystem att fungera tillförlitligt.
Vibrationer, värme, vind, smuts, dåliga sensorer, kommunikationsstörningar, hårdvarufel och små variationer i komponenter kan snabbt få en lösning som fungerar perfekt i simulering att bryta samman.
Anthropic betonar själv att fysisk provning inte kan ersättas med simulering.
Men utvecklingen förändrar ändå vem som kan ta sig långt nog för att börja testa.
Tillgången till mycket specialiserade programmerare och ingenjörer har traditionellt varit en av flaskhalsarna för mindre grupper som försöker utveckla avancerade vapen.
När en AI kan ta över delar av det arbetet sänks den tröskeln.
Det är sannolikt den största säkerhetsförändringen i Anthropics rapport.
AI behöver inte själv bygga hela vapnet för att göra en stor skillnad.
Det räcker att den gör en grupp med begränsad specialistkompetens betydligt bättre på de mest komplicerade delarna av utvecklingen.
Anthropics säkerhetssystem stoppade inte allt
Rapporten är också ett test av de säkerhetsspärrar som AI-företagen bygger in i sina modeller.
Anthropic uppger att många av de farliga förfrågningarna faktiskt blockerades.
Men inte alla.
I Jemenfallet försökte användarna enligt företaget dölja projektens verkliga syfte och fördela arbetet mellan flera separata sessioner.
En enskild konversation kunde därför se relativt ofarlig ut trots att den egentligen var en liten del av ett betydligt större vapenprojekt.
Det är ett grundproblem för säkerhetssystem som försöker bedöma användarens avsikt utifrån varje förfrågan för sig.
När Anthropic till slut upptäckte operationerna stängdes de konton som kunde knytas till dem.
Företaget säger också att information har delats med relevanta myndigheter och andra berörda organisationer.
Nya detektionssystem har tagits fram för att upptäcka beteenden kopplade till vapenutveckling och högexplosiva vapensystem.
Samma teknik används civilt
Det finns samtidigt ingen enkel teknisk spärr som kan förbjuda all kod av det här slaget.
Många av byggstenarna bakom moderna autonoma vapen är exakt samma teknik som används i civila produkter.
Datorseende kan styra en drönare mot ett militärt mål, men också hjälpa en räddningsdrönare att hitta människor.
Navigationsmjukvara kan användas i en robot, men också i ett civilt flygsystem.
Kod för sensorer, radio, reglerteknik och simulering har samma problem.
Anthropic beskriver därför sina egna detektionssystem som ofullkomliga.
Det är svårt att avgöra när ett tekniskt problem går från legitim ingenjörsutveckling till ett vapenprojekt, särskilt om användaren medvetet försöker dölja sammanhanget.
Det påminner om den bredare säkerhetsfråga som också blivit aktuell när AI-agenter får större självständighet. Hurbra har tidigare granskat hur OpenAI:s AI-agenter tog sig ut på externa system och varför allt mer autonoma modeller gör kontrollfrågan svårare.
Anthropic accepterar militär AI – men inte autonoma vapen
Anthropic är samtidigt inte principiellt emot militär användning av AI.
Claude används redan inom amerikansk försvars- och underrättelseverksamhet för bland annat analys, simulering, cyberarbete och operativ planering.
Företagets gräns går bland annat vid fullt autonoma vapensystem där AI själv skulle fatta beslut om dödligt våld utan tillräcklig mänsklig kontroll.
Anthropic har argumenterat för att dagens mest avancerade modeller fortfarande är för opålitliga för den typen av beslut.
Därför är den ryska drönarsvärmen särskilt intressant.
Den visar att andra aktörer försöker utveckla just den typ av funktion som AI-företaget självt betraktar som för riskabel.
Nästa säkerhetsproblem blir svårare att stoppa
Anthropics avslöjanden betyder inte att generativ AI redan kan massproducera färdiga avancerade vapen.
Det finns fortfarande avgörande gränser.
Ingen av de operationer som redovisas har visats resultera i ett färdigt Claude-utvecklat vapensystem som använts operativt i strid.
Men ribban har flyttats.
Claude har använts för verklig styrmjukvara, ett verkligt rakettest har genomförts och kod från ett autonomt drönarprojekt har nått fysisk elektronik.
Det är betydligt längre än hypotetiska frågor om vad AI skulle kunna göra i framtiden.
Problemet för AI-företagen blir nu att upptäcka samma typ av utveckling tidigare.
För nästa grupp behöver kanske inte börja från noll.
Kod, simulatorer och tekniska dokument som redan har exporterats från en AI-tjänst försvinner inte bara för att ett konto stängs.
Generativ AI har därmed blivit ännu ett verktyg i den militära utvecklingskedjan.
Den avgörande frågan är inte längre om den kan hjälpa någon att bygga ett vapen.
Det är hur mycket mänsklig specialistkompetens som fortfarande krävs när den gör det.