Anthropic 開放 METR 六名研究員以員工級權限進駐，審查未發布模型且放棄發表否決權

Anthropic 於官方部落格宣布，引進非營利 AI 評估組織 METR（Model Evaluation and Threat Research）的 6 名研究員進駐，配發公司筆電、辦公空間與工具，給予大致等同內部風險團隊的權限，就近審視尚未公開發表的模型與 AI 代理。據《商業內幕》報導，這是尖端 AI 公司首度引進外部人員進行這類內嵌審核。 根據合作協議，METR 評估員可公開發表對 Anthropic 風險、事故與作法的評估，Anthropic 承諾放棄發表否決權，僅能在客戶資料、法律特權資訊與模型架構等事先界定的狹窄範圍內要求刪節，且 METR 有權公開評論刪節是否合理。進駐的 6 名評估員在權限上與 METR 其他成員隔離。 這套安排屬於 Anthropic 建立的三級評估制度：第一級進行特定範圍調查，如生物安全組織 SecureBio 正在審查 8 月風險報告的化學與生物武器章節；第二級可不經核准自行發表報告；第三級則享有類員工權限，METR 為目前唯一的第三級單位。Anthropic 表示目前未資助 METR，同時也在與 Hugging Face 等組織洽談。 此行動落實了執行長 Dario Amodei 於 9 月提出的倡議。當時 OpenAI 執行長 Sam Altman 亦表示將跟進讓評估員進駐，但外媒指出 OpenAI 至今尚未兌現。Anthropic 坦言該機制目前仍缺乏產業標準與成熟的獨立資金來源；此外，該公司 9 月曾直接出資與埃森哲（Accenture）合作引發外界對獨立性的質疑，本次公告則未界定埃森哲在三級制度中的位置。