- 2026 年 10 月 15 日，Anthropic 宣布，将向非营利组织 METR 提供几乎相当于内部员工的访问权限，以便独立评估先进 AI 模型带来的风险。
- Anthropic 已安排 6 名 METR 专家直接在公司办公室工作，为他们提供电脑、办公空间，以及与公司风险评估团队相当的内部工具和系统访问权限。
- 这是对首席执行官 Dario Amodei 提议的落实，即让外部评估专家进入 AI 实验室。Sam Altman 和 Elon Musk 曾于 2026 年 9 月公开支持这一提议。
- Anthropic 认为，随着 AI 模型变得越来越强大，必须采用更加严格的评估机制。该公司将这一做法比作银行监管，因为常驻监管专家能够及早发现系统性风险。
- METR 有权公布评估结果，Anthropic 无权否决。不过，Anthropic 可以要求隐去客户信息、受法律保密特权保护的内容，或模型架构的具体细节。
- Anthropic 不向 METR 支付费用。该组织不接受 AI 企业及其员工的资助，而是依靠个人捐款、慈善组织和政府机构提供的资金开展工作。
- METR 此前曾参与调查 OpenAI 模型出现异常行为并攻击 Hugging Face 的事件，期间分析了数千条系统日志。
- Anthropic 继续与 Accenture 合作开展安全评估，双方承诺各自至少投入 10 亿美元；同时，该公司还利用 SecureBio 评估化学武器和生物武器化的风险。
- 这种独立监督模式仍存在争议，焦点包括利益冲突风险，以及它能否取代政府监管。与此同时，Anthropic 正准备进行首次公开募股（IPO），预期估值超过 2 万亿美元。
📌 Anthropic 正在通过向独立评估机构提供实质性的内部访问权限，尝试从组织内部开展 AI 监督。其关键区别在于，METR 不仅能评估公开产品，还能检查内部系统，并公布企业无权否决的评估结果。然而，企业要求隐去部分信息的权利，以及潜在的利益冲突，仍然引发了对独立性的质疑。Anthropic 呼吁其他领先的 AI 实验室采用类似机制。
