AREX Feed Article
Anthropic 向六名 METR 员工开放「员工式权限」，称评估报告不可否决
10 月 15 日，Anthropic 在中说，它已开始给非营利机构 Model Evaluation & Threat Research（METR）的一个团队开放「员工式权限」（employee-like access）：六个人拿到公司配发的硬件、旧金山办公室里的办公位置，以及和 Anthropic 自家风险评估团队大致相当的内网工具与系统权限。
与权限一起公布的，还有发表权条款。按公告的说法，METR 将公开它对 Anthropic 风险水平、事故和做法的分析，Anthropic 不能否决；公司保留的是另一项权力——如果内容落入少数事先划定的类别，它可以要求删节。
10 月 17 日，《旧金山标准报》在中补充了这项安排的人事背景：METR 是总部设在伯克利的非营利机构，创始人 Beth Barnes 在 DeepMind 和 OpenAI 工作过，2023 年底创办了它；其员工里有人在包括 Anthropic 在内的顶尖实验室工作过。这篇报道把 METR 称作 Anthropic 选定的第三方审计方。
Anthropic 首席执行官 Dario Amodei。图片来源：Kevin Dietsch/Getty Images，经《旧金山标准报》刊发。
工位、笔记本，以及「像同事一样」共享
Anthropic 把「员工式权限」写得很具体：公司硬件、办公空间、内部工具与系统，水平「大致相当于」自家风险评估团队能拿到的东西。共享信息的默认规则是，除了客户数据、受律师—当事人保密特权保护的信息、模型架构细节等少数几类之外，「Anthropic 鼓励员工像对待一位做对齐风险工作的同事那样，与他们分享信息」。
公司把这种安排类比成银行监管：监管者把常驻检查员派进最大的银行，因为银行总比外部人更清楚自己的风险头寸。Anthropic 在 9 月宣布与 Accenture 合作时，与 METR 等非营利评估方的试点由对方「用自己的资金」进行；METR 也在写明，它不就这类风险评估工作收取报酬。
访问还有一道限制：合作被限定在一个受可执行协议约束的小团队内，METR 的其他员工与这项工作隔离，包括那些与 Anthropic 在其他项目上合作的研究者。公告的说法是，嵌入评估让少数符合 Anthropic 安全标准的人近距离看它如何运转，「而不是让其他机构借此获取我们或我们客户与合作伙伴的信息」。
否决权没了，删节权留着
按公告原文，Anthropic「不能否决发表」，但如果信息属于少数事先划定的类别，它可以要求 METR 删节，例如客户数据、律师—当事人特权信息、模型架构。公告没有公布合同文本，外界读到的是公司自己对条款的描述。
同一段公告还写明，METR 可以公开描述这些删节，并说明它是否认为删节合理，前提是不披露被删的内容。删节因此不会悄悄发生：Anthropic 可以要求盖住一段文字，METR 可以说出它被盖住了。
9 月 22 日，METR 发布 Claude Opus 5.5 预部署评估摘要时，走的还是另一套协议。它在摘要开头，那是无报酬的 AI 研发评估，且「我们起草了初稿，随后 Anthropic 有机会审阅并编辑文本。我们在这份最终文本上签了字」。该协议的透明度条款允许 METR 公开披露删节流程是否存在及其一般条款、Anthropic 是否行使过删节权等信息，但摘要本身要经过被评估方过目。
10 月的安排，基本把 Amodei 9 月长文里那段承诺落成了条款。他在里把「嵌入评估者」列为三步计划的第一步，并称 Anthropic 单方面先做：给评估者办公室工位、门禁卡和公司笔记本电脑，给他们与内部风险评估团队大体相当的权限，以及「不被 Anthropic 编辑控制」的发表权。他当时划的删节范围是安全敏感、法律特权、商业敏感或第三方机密信息，并写道，「我们不能仅仅因为结论不利就删节」；如果删节删掉了对结论重要的内容，评估者可以公开讲出来。
三层权限，最高一层目前只有 METR
Anthropic 正在搭一套三层结构。第一层由公司决定给多少权限，评估者发表发现需经公司批准；第二层可以不经批准发表，但公司仍可要求移除特定类别的信息，评估者可以公开评价这种删节是否合理；第三层就是 METR 现在的安排——员工式权限，加上与第二层相似的发表权。
第一层目前的例子是生物安全非营利机构 SecureBio。它正在审阅 Anthropic 8 月风险报告中的化学与生物武器章节，此前已完成并公开了对上一份风险报告的试点审阅。Anthropic 说，等这次审阅结束，会考虑让它进入权限更高、发表权更大的合作。与 Accenture 及其 AI 业务 Faculty 正在推进的合作，则包括评估与红队测试模型、开展对齐评估、测试模型防护。Anthropic 还表示在与另外几家机构初步接触，包括 Hugging Face。
Anthropic 说，它希望随着时间推移让多家评估方站上第三层，各自发表对 Anthropic 风险状况和关键决策的分析。目前站在那一层的只有 METR 一家。
从一篇长文到一间办公室
这套安排是自愿的，不是法规要求的。Anthropic 说，它在 9 月承诺加强独立的第三方评估，并签署了白宫的「超级智能协议」（White House Accord on Super Intelligence），其中企业承诺与独立的外部审计方或评估方合作。TechCrunch 在中列出，Anthropic、OpenAI、Google、Meta、Nvidia 和 xAI 都已签署该协议。《旧金山标准报》则称，OpenAI 表示正在与多家机构敲定评估其模型的合同。
《旧金山标准报》把这类安排描述成 AI 实验室暂时避开政府干预的办法，并指出联邦层面至今没有为 AI 制定有实质约束力的规则。Anthropic 在 9 月那篇 Accenture 公告里也写得很直接：目前「还没有关于嵌入评估者应获得哪些信息、应如何报告发现的标准」，也「没有成熟的独立评估资助体系」，因此它打算用不同的资助安排与不同的评估方合作。
审计者和被审计者共用一张关系网
METR 不是只为 Anthropic 工作。它的评估清单里排着 GPT-5.6 Sol、GPT-5、o3 与 o4-mini，也有 Claude 系列；其说，Anthropic、OpenAI、xAI 等公司为它的评估、研究和工程工作提供访问权限与 token。
《旧金山标准报》采访的几位从业者对这层关系看法不一。Palisade Research 执行主任 Jeffrey Ladish 说：「想找一个跟伯克利或这些 AI 公司毫无关系的 AI 人才？祝你好运。」他 2022 年离开 Anthropic。圣克拉拉大学 Markkula 应用伦理学中心技术伦理主任 Brian Patrick Green 认为，利益冲突不只关乎钱：一位仍在实验室工作的朋友、一份希望日后拿到的工作，都算；一个带着失望离开实验室的研究者同样未必中立，「那只是朝相反方向偏」。他提出的办法是由多家独立资助的机构组成监督委员会，并限制人员在实验室与评估方之间的流动，「也许你不仅需要第三方评估者，还得有人来监督这些监督者」。
也有相反的看法。机器智能研究所（Machine Intelligence Research Institute）研究员 Max Harms 对《旧金山标准报》说，这算不上丑闻，只是在一个少有人关注的领域里会发生的事：给这项研究出钱的人本就不多，而参与者早在它成为「全球危机」之前就在认真对待这个问题。Nightingale Collective 创始人 Sydney Von Arx 说，安全研究者曾在顶尖实验室工作过，并不自动意味着独立性受损；很多人是失望离开的，不太可能替公司说话。
下一次检验落在第一份报告上
METR 官网的评估清单上，排在最前的是 9 月 22 日的 Claude Opus 5.5 预部署评估摘要。那份摘要提到，一个权限更高的 METR 团队就 Anthropic 内部 AI 研发加速做了初步评估，因权限差异只能分享结论，无法交出支撑证据；METR 当时称，预计这个调查「在未来几周」还有更多公开产出。
公告说，新条款覆盖 METR 对 Anthropic 风险水平、事故和做法的分析；9 月那份能力评估走的则是另一份无报酬协议。
下一次可核验的节点很具体：METR 的下一份报告何时上线，以及报告里被 Anthropic 要求删节的部分，METR 会怎么描述。按公告的条款，外界判断一次删节是否越界，能看到的公开材料是 METR 自己的说法。