开放员工级内部权限 落地分级安全评估体系
2026年10月15日，AI公司Anthropic宣布已正式向非营利性前沿AI模型评估机构METR（Model Evaluation and Threat Research）的一个团队提供“类似员工的访问权限”（employee-like access）。在此次合作中，共有6名METR员工入驻Anthropic，并获得了由Anthropic发放的硬件设备、办公空间，以及与该公司内部风险评估团队大致相当的内部工具和系统访问权限。
据Anthropic公布的信息，公司建立了一个包含三个层级的外部评估者访问框架。METR目前处于该框架中最高的第三层级，拥有类似内部员工的深度权限，且发布分析报告无需获得Anthropic的批准。相比之下，另一家合作机构SecureBio目前处于第一层级，其工作仅限于范围狭窄的风险调查（如审查Anthropic 8月份风险报告中的化学和生物武器章节），且发布结果需经Anthropic批准。此外，Anthropic还在推进与埃森哲（Accenture）和Faculty的合作，并与Hugging Face展开了早期探讨。
确立报告无否决权规则 明确信息脱敏边界
针对外界最关心的独立性问题，Anthropic官方声明指出，METR将直接发布针对Anthropic风险水平、相关事件或实践的分析结果，Anthropic无权对其发布行使否决权。合作条款规定，Anthropic仅能在极少数预定义的狭窄类别中要求隐去特定信息，范围严格限制在客户数据、受律师-客户特权保护的信息以及模型架构信息之内。同时，METR拥有明确的制约与反制权限，不仅可以公开描述Anthropic提出的任何删减要求，还能在不泄露删减内容本身的前提下，公开评估并表达这些删减是否合理。
对于为何将模型架构信息排除在默认共享范围之外，Anthropic解释称，评估人员可能同时与其他公司合作，因此架构信息存在较高的无意泄露风险，且其与常规风险评估的相关性通常较低；若未来确有高度相关的架构信息需要共享，则必须经过明确的内部审批程序。媒体报道同时指出，为切实防范敏感信息外泄，这6名入驻的METR研究人员将与METR的其余更广泛团队采取隔离措施。
对标银行驻场审查机制 行业先例与潜在质疑并存
Anthropic此次向外部审计者敞开大门，落实了其CEO Dario Amodei在2026年9月长文中所作出的承诺，当时Amodei呼吁放缓前沿模型开发并在头部AI实验室中引入外部审计力量。该举措也契合了Anthropic此前签署的《关于超级智能的白宫协议》中关于引入独立外部评估者的要求。另有行业媒体指出，就在该公告发布的前两日，路透社曾报道称Anthropic与OpenAI试图对外部评估者的发布内容施加重大控制，此次明确赋予METR免于否决的独立发布权，被视为对相关争议的直接回应。
Anthropic将这种长期入驻评估模式类比为银行业监管中的“驻场审查员”（resident examiners），并表示随着AI模型功能日趋强大，需要更严密的防护栏与更严格的风险审查机制。媒体分析认为，尽管OpenAI等机构负责人此前曾对Amodei引入外部审计的提议表达过支持，但OpenAI尚未公布具体方案，Anthropic的举动使其成为首家采取此类实质性步骤的前沿AI企业。不过，该模式也引来了部分批评者的审慎质疑，他们担忧企业自愿发起的评估安排可能像传统会计审计一样滋生利益冲突，进而强调保障AI安全仍需更具强制力的政府监管介入。