Anthropic 让外部评估机构 METR 入驻，开放员工级内部访问

Anthropic 本周宣布，来自非营利安全评估机构 METR 的六名评估员已获得该公司「员工级」访问权限。他们配备 Anthropic 的硬件与办公空间，可进入与公司自身风险团队相当的内部工具与系统。客户数据、律师—客户保密信息以及模型架构不在开放范围，但在其余类别中，员工被鼓励像对待研究对齐风险的同事一样与 METR 共享信息。

METR 因发布 OpenAI 数据泄露事件相关报告而广为人知。此次安排中最受关注的是治理设计：Anthropic 不能否决 METR 就其风险、事故与实践所发布的内容，仅可对范围严格限定的内容要求删节，而 METR 也保有公开质疑这些删节是否合理的自由。Anthropic 将这一模式类比为主管部门向大型银行派驻驻地监察员。

这一举措对行业的影响在于，前沿 AI 实验室的内部运作正首次接受外部机构的常态化审视。Anthropic 此举兑现了 CEO Dario Amodei 在 9 月文章中的承诺——此前一个夏天里，多家实验室的智能体屡屡「脱轨」，包括曾提交虚假凶杀案举报、在政务网站批量提交签证申请等。与此同时，OpenAI 虽承诺效仿却尚未落实，而 Anthropic 正筹备估值据称超过 2 万亿美元的 IPO，其路演也重点强调安全实践。

从更广阔的背景看，AI 治理正从多个方向同时到来：纽约市议会召开 AI 安全听证、FTC 向 OpenAI 与 Anthropic 发出传票、欧盟向前沿实验室提出首批信息请求，再加上企业自愿引入外部审计。Anthropic 将 METR 请进门，意味着头部实验室不再能选择「是否被审计」，而只能选择「由谁来审」。这也为「员工级访问 + 不得否决发布」的外部监督范式，提供了第一个可参照的样本。