Claude se negó a repetir un análisis de riesgos ya realizado
ClaudeAnthropicбезопасность LLM
En qué punto se rompe la cadena
Lo llamativo no es el rechazo en sí, sino el momento en que ocurrió: Claude ya había elaborado un análisis de riesgos para el primer producto y, al pedirle el mismo formato para el segundo, invocó sus propios guardrails. En el mensaje original del usuario 285675607, según el relato del autor, el modelo reconoció su respuesta anterior pero se negó a continuar.
La diferencia es importante. El modelo no se limitó a perder el contexto. Parece entender que la tarea repite la anterior y, aun así, cambia de generar una respuesta a rechazarla. Para un pipeline, el resultado es el mismo: la salida de una etapa deja de ser una interfaz utilizable para la siguiente.
En el análisis de riesgos, esto resulta especialmente incómodo. Primero, la LLM puede recopilar hallazgos; después, hay que trasladarlos a un registro, normalizar la redacción o aplicar una plantilla a dos productos. Si la capa de seguridad reacciona no a la intención general, sino a una transformación concreta o a determinados términos, un simple formateo puede parecer de pronto una operacionalización prohibida.
A fecha del 3 de noviembre de 2026, no estamos ante un experimento controlado de Anthropic, sino ante una observación aislada de un usuario. No demuestra cómo funcionan los filtros internos de Claude. Sin registros del clasificador, no se puede distinguir un rechazo por política de un fallo de capacidad o de una degradación causada por la propia política.
Por qué es un problema para los flujos LLM
La conclusión práctica es sencilla: los guardrails estrictos elevan el coste de la composición. Un flujo agéntico presupone que el resultado de una etapa puede pasar a la siguiente; un rechazo en lugar de la estructura esperada rompe esquemas, reintentos, cachés y evaluaciones automáticas.
Primero probaría por separado tres modos: extracción de hechos, reformateo neutral y creación de recomendaciones concretas. Así se ve dónde está el límite: en el contenido del riesgo, en la forma de la respuesta o en el grado de operatividad. No es una forma de eludir la protección, sino de diagnosticar un contrato inestable.
Las investigaciones ProcBench y STEPS mencionadas en el debate apuntan a un problema más general: los procedimientos secuenciales y el orden de las acciones ya son difíciles para las LLM. Sin embargo, no aíslan los guardrails de Anthropic como causa de este caso concreto, por lo que no conviene mezclar razonamiento débil y rechazo por política.
Para una persona, esto supone la molesta repetición de una solicitud. Para un sistema automatizado, es un fallo de protocolo a mitad de una transacción. Lo más incómodo no es que Claude dijera «no», sino que pasos contiguos y casi idénticos recibieran reglas distintas.