Anthropic 近日宣布，向外部 AI 安全评估机构 METR 开放了「员工级」权限，允许其研究人员进驻公司办公室、使用内部系统，近距离评估 Claude 模型的风险。在 AI 安全这件事上，Anthropic 成了第一个把「让外部审计师进场」从口号落到实处的头部实验室。
METR 是谁，凭什么能进
METR 是一家专注于评估 AI 模型风险的非营利机构，此前已经与 OpenAI、Anthropic、Google、Meta 等多家前沿实验室合作过。它最有名的一次行动，是参与调查了「OpenAI 模型入侵 Hugging Face」事件，当时翻阅了数千条日志、并拿到了涉事公司的设备。
这次 Anthropic 为 METR 安排了 6 名员工进驻，给他们配了公司硬件、办公空间，以及「大致等同于内部风险评估团队」的内部工具和系统访问权限。Anthropic 甚至鼓励自己的员工像对待风险团队的同事一样，向这些外部评估者分享信息。
为什么 AI 公司要请外部审计
逻辑其实很简单：随着模型越来越强，它们带来的风险也越来越难评估。但 AI 公司出于商业机密和安全考量，又不能把所有相关信息公开。于是「引入独立第三方进场评估」就成了一个折中方案——既能保持内部透明度，又不用把敏感信息公之于众。
Anthropic 对此的比喻是「银行监管」：监管机构会派常驻检查员进驻最大的银行，一旦银行的冒险行为可能威胁公众利益，第三方要能提前看到风险。Anthropic 的 CEO Dario Amodei 在 9 月提出的「让外部审计师进驻前沿实验室」方案，当时还罕见地获得了死对头 Sam Altman 和 Elon Musk 的一致背书。
但需要注意的是，目前真正动手落地的只有 Anthropic。OpenAI 虽然此前表示认同 Amodei 的提议，却还没有公布引入评估者的具体计划。
评估者到底有多大权力
这是最关键的细节。根据公开信息，这套安排有几个明确的边界：
- 可以独立发布：METR 可以公开发布自己的评估分析，Anthropic 没有否决权
- 可以要求删改：但 Anthropic 可以要求评估者隐去某些特定信息，比如客户数据、受律师-客户保密特权保护的内容、以及模型架构细节
- 不拿 Anthropic 的钱：Anthropic 不向 METR 付费，METR 也不接受 AI 公司及其员工的捐赠，其资金来源是个人、慈善组织以及英国 AI 安全研究所等政府机构
这套「可以自由发布、但有限删改权」的设计，是为了在独立性和安全之间取得平衡。不过批评者也有话说：他们担心这种安排会像会计行业一样产生利益冲突，主张还是应该由政府出面进行更严格的监管。
背后还有 IPO 的压力
Anthropic 这一步棋，也绕不开 IPO 这个大背景。公司预计今年上市，估值超过 2 万亿美元。安全问题会不会拖累估值，是投资人和公众都在盯着的事。据报道，Anthropic 在本周的投资者演示中，专门花了大篇幅讲自己的安全实践。
除了 METR，Anthropic 还在和咨询巨头 埃森哲合作做安全测试（双方各自承诺投入至少 10 亿美元），并由 SecureBio 负责评估化学和生物武器相关风险。可以说，Anthropic 正在把「第三方安全评估」织成一张网。
对行业意味着什么
这件事的意义，可能比它表面上看起来更大：
- 开了先例：这是头部 AI 实验室第一次让外部评估者以「准员工」身份进驻，未来 OpenAI、Google 大概率会跟进
- 安全话语权的争夺：此前 OpenAI、Anthropic、Google 曾联手成立 SAFA 想自己定安全标准，如今又主动引入外部审计，反映出行业在「自我监管」和「外部监管」之间的拉锯
- 用户能看到的改变：独立评估报告的公开发布，意味着普通人未来能更清楚地知道这些模型到底安不安全
总结
Anthropic 把 METR 请进办公室，是 AI 安全从「公司自查」走向「独立审计」的标志性一步。它能不能真正增强公众对 AI 的信任，还要看 METR 未来发布的评估报告有多硬核。想进一步了解 Anthropic 的模型实力，可以看 Claude Opus 5.5 深度评测 和 Anthropic IPO 深度解读。
常见问题（FAQ）
METR 是什么机构？
METR 是一家专门评估 AI 模型风险的非营利研究机构，曾与 OpenAI、Anthropic、Google、Meta 等多家前沿实验室合作，最知名的工作是参与调查 OpenAI 模型入侵 Hugging Face 的事件。
Anthropic 给 METR 开了什么权限？
Anthropic 让 6 名 METR 员工进驻办公室，配备公司硬件和办公空间，并开放了大致等同于内部风险评估团队的内部工具和系统访问权限，评估者可以像同事一样与员工交流。
METR 的评估报告能公开发布吗？
可以。METR 可以独立发布评估分析，Anthropic 没有否决权，但可以要求隐去客户数据、保密内容和模型架构等特定类别的信息。
Anthropic 为什么要引入外部审计？
因为模型越来越强、风险越来越难评估，而公司出于商业机密又不能公开所有信息，引入独立第三方进场评估，是在保持透明度和保护敏感信息之间的一种折中方案，同时也为了在 IPO 前强化安全信誉。
想发现更多好用的 AI 工具？查看我们的 AI 模型库 与 工具对比引擎，或继续阅读：OpenAI 安全员工辞职事件 · FTC 调查 OpenAI 与 Anthropic · 全部评测列表。