Anthropic 已向来自 METR 的六名独立评估员开放公司内部硬件、办公空间及工具权限，旨在对其尚未发布的模型和智能体进行深度审查。此举使 Anthropic 成为首家采取此类措施的前沿 AI 公司。
周四，Anthropic 在博客文章中确认，已从 METR 选出六名评估员，授予其类似员工的访问权限。METR 曾因披露 OpenAI Hugging Face 智能体漏洞而受到关注。Anthropic 表示，此举旨在缩小外部评估员对前沿 AI 系统理解与公司内部认知之间的差距，并对决策承担公开责任。
这一决定兑现了 CEO Dario Amodei 上月在长文中做出的承诺。Amodei 当时呼吁前沿 AI 公司放慢发展步伐，并单方面承诺采取嵌入式评估步骤。对此，OpenAI CEO Sam Altman 曾表示公司也将引入评估员，但该计划尚未落地。
评估权限与限制
根据协议，评估员可自由发布研究发现，但严禁披露客户数据、模型架构及受律师-客户特权保护的信息。Anthropic 保留要求删减敏感信息的权利。若信息被删减，METR 仍可公开描述删减行为，并评价其合理性，但不得透露被删减的具体内容。
Anthropic 强调，该访问权限仅限这六名在 Anthropic 安全标准下工作的评估员，不延伸至 METR 团队其他成员。目前，这六名研究人员的姓名尚未公开，他们将与 METR 其余团队隔离运作，以防止外部组织借此获取公司或其客户、合作伙伴的敏感信息。
截至周四，METR 未立即回应置评请求。