Anthropic 独立评估机构更新
来自 Anthropic News · 期号 2026-10-15
摘要
Anthropic 开始向第三方评估机构提供接近员工级别的内部访问权限，以增强模型安全审查的独立性和透明度。 首批获得该权限的是非营利组织 METR 的六名员工，他们可以使用公司硬件、办公空间和内部工具，访问范围与 Anthropic 内部风险评估团队大致相当。METR 可以发布风险评估结果，Anthropic 不能否决，但可以要求删除少数预定义类别的信息（如客户数据、律师-客户特权信息、模型架构信息）。 Anthropic 还与其他评估机构合作，并设计了三级访问权限：第一级由 Anthropic 决定提供哪些信息，评估结果需经批准才能发布；第二级可自行发布，但 Anthropic 仍可要求删除特定信息；第三级即 METR 的嵌入模式。SecureBio 正在审查 Anthropic 八月风险报告中的生化武器章节，Accenture 和 Faculty 则在进行更全面的评估合作。 Anthropic 表示这是自愿行为，并认为每家前沿 AI 公司都应这样做。