Anthropic 向外部 AI 监督机构开放「类员工」权限

核心事实

据 Ars Technica 转载《金融时报》报道，Anthropic 已向外部评估机构 METR 授予「类员工权限」（employee-like access），用于评估其模型风险。METR 是一家非营利机构，此前曾与 OpenAI、Anthropic、Google 和 Meta 等实验室合作。目前 METR 的一个团队已嵌入 Anthropic 办公场所，并获得公司硬件、办公空间，以及「与自家风险评估团队大致相当的内部工具与系统访问权限」。Anthropic 表示，已鼓励员工像对待风险岗位同事一样与评估人员共享信息。

背景与影响

引入第三方评估机构，是多家前沿 AI 实验室应对「更强模型可能带来经济、网络安全乃至人类层面风险」这一担忧的主要具体举措之一。报道提到，Anthropic 首席执行官 Dario Amodei 此前提出在领先实验室中嵌入外部审计员的建议，OpenAI 的 Sam Altman 与 SpaceX 的 Elon Musk 曾在 9 月对此表达支持；此次公告是该承诺落地的第一步，OpenAI 尚未公布相关安排。Anthropic 将这一安排类比为银行业监管中的驻行检查员制度。批评者则认为此类安排可能产生利益冲突，并主张需要更强的政府监管。报道还提到，Anthropic 正面临向投资者证明安全问题不会影响其首次公开募股的压力。

限制与来源

评估人员可自行发布分析结论，Anthropic 无权否决，但可要求其对客户数据、受律师-客户保密特权保护的信息以及模型架构相关信息做删减。Anthropic 不向 METR 支付费用；METR 不接受 AI 公司及其员工的捐赠，资金来自个人、慈善组织以及英国 AI Security Institute 等政府机构。Anthropic 表示仍在与 Accenture 合作，后者上月被列为安全测试合作伙伴；另一家第三方测试机构 SecureBio 负责评估化学与生物武器风险。上述安排的具体范围与后续进展，以相关机构官方信息为准。来源：Ars Technica 转载《金融时报》，2026 年 10 月 18 日。