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。
What this means for the industry
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
Summarize
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 Deep Review and Anthropic IPO 深度解读.
Frequently Asked Questions (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。
Want to Discover More Useful AI Tools? Explore Our AI Model Library and Tool Comparison Engineor continue reading:OpenAI 安全员工辞职事件 · FTC 调查 OpenAI 与 Anthropic · Full Review List.