AI 聚合热点事件 · 2026/10/16
Anthropic 正式引入非营利组织 METR 的六名安全评估员进入公司内部，赋予其与自家风险团队完全对等的硬件、办公空间及内部系统访问权限。这一举措标志着 AI 行业第三方独立审计机制从传统的“黑盒测试”向最高级别的“白盒驻场”模式发生实质性演进，旨在通过深度透明化回应近期频发的 AI 智能体失控事件。
在技术与管理细节上，METR 获得了独立发布模型风险评估结论的权利，Anthropic 仅保留基于隐私等预设类别的有限脱敏能力，彻底放弃了对公开裁决的直接否决权。这种“员工级”权限远超 SecureBio 等其他评估机构的低层级访问标准，确保了评估员能深入检查模型底层逻辑与安全流程，落实了此前签署的白宫关于前沿模型独立审查的协议要求。
该事件对 AI 治理生态具有深远意义，确立了以“不可封锁的公开裁决”为核心的信任基石。它不仅为开发者群体提供了更可信的安全基准，也迫使其他科技巨头重新审视其透明度承诺，推动整个行业从被动合规转向主动构建可验证的安全防线，重塑前沿模型的风险管控格局。
曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。
原标题：Anthropic is letting METR researchers look under the hood with employee-level access
原标题：Anthropic has placed 6 safety evaluators from the outside nonprofit METR inside the company, with ac...