Anthropic 向 METR 开放近似员工级访问权限,用于独立安全评估
摘要
Anthropic 在政策栏目中宣布,为评估自身系统安全性,已向非营利前沿模型评估机构 METR 的团队开放近似员工的访问权限,并正与包括 Hugging Face 在内的多家机构初步洽谈类似安排。
核心要点
- Anthropic 给 METR 团队提供的是“近似员工级”访问权限,而非仅通过 API 或公开接口做黑盒测试。
- METR 被描述为专门评估前沿 AI 模型的安全类非营利机构,其评估对象是 Anthropic 自己的系统。
- 除 METR 外,Anthropic 正与 Hugging Face 等多家组织进行早期洽谈,暗示独立评估范围可能继续扩大。
- 该公告在政策栏目中位于最新位置(2026 年 10 月 15 日),紧随其后的是 10 月 8 日的 2026 版使用政策更新。
- 同一时期政策议题还包括:支持得州州长 Abbott 关于负责任数据中心建设的呼吁、CEO 关于开放权重模型的立场,以及向 Public First Action 追加 2000 万美元、累计 4000 万美元的政治捐款。
原文佐证
- Anthropic is contributing an additional $20 million to Public First Action, bringing our total support to $40 million.
AI 洞察
把“近似员工级”权限交给外部评估者,等于把安全验证从自我声明推向第三方可核查,这可能成为前沿实验室之间事实上的合规基准:一旦有一家接受深度外部审计,其他实验室将难以只靠发布系统卡、不接受外部验证来回应监管和公众的质疑。对 METR 这类小型非营利评估机构而言,成为“准入网关”会带来影响力,也会带来算力、人力与独立性方面的压力;Hugging Face 若入局,则可能把评估能力从少数机构扩散为更开放的生态。