Anthropic 官宣独立评估机制：METR 入驻总部、发布权不受否决

ns123abc · x · 2026-10-16

Anthropic 官方公告（2026-10-15）详解独立评估机制：为履行上月承诺及白宫超级智能协议，已让 METR 团队获得「员工级」深度访问——公司硬件、办公空间、内部工具，权限与其内部风险评估团队大致相当，仅客户数据、律师-委托人特权信息、模型架构等少数类别除外。METR 可发布其风险分析，Anthropic 不能否决发布，只能要求对预定义类别删减；METR 可公开评论删减是否合理。合作限于受可执行协议约束的小团队，其他 METR 员工被隔离。同时与 SecureBio、Accenture 合作，并与 Hugging Face 等机构早期洽谈。公告还阐述了评估者需具备的专业性（如识别 alignment faking）与独立性（不得持股）。