Anthropic 让 METR 六人团队以「类员工」权限进驻内部，METR 可发布风险评估结论，Anthropic 无否决权

这件事意味着什么

【要点】

Anthropic 10 月 15 日发文，说明它如何落实上月「接受更强第三方评估」的承诺：已经给非营利评估机构 METR 的一个团队「类员工」权限。六名 METR 员工拿到公司电脑、办公位，以及大致相当于 Anthropic 内部风险评估团队的内部工具和系统权限；除客户数据、律师特权信息、模型架构等少数类别外，员工被鼓励像对同事一样向他们共享信息。

METR 会发布对 Anthropic 风险水平、事故和做法的分析。Anthropic 不能否决发布，只能按事先约定的窄类别要求删改；METR 可以公开说明删了什么类别、是否认为删得合理。Anthropic 同时公布三级评估权限：第一级由公司决定权限、发布需批准（SecureBio 目前在这一级，正在审它 8 月风险报告的化生武器章节）；第二级可不经批准发布；第三级即 METR 这种「类员工」进驻。Accenture、Faculty 也在合作中，并与 Hugging Face 等机构早期接洽。

【可核验】

Anthropic 公告：https://www.anthropic.com/news/an-update-on-independent-evaluators

@AnthropicAI 帖子：https://x.com/AnthropicAI/status/2110784662071398807

【我们的判断】

一、这是 METR 前一天提出「嵌入式评估」（本站 e/879）后最快的落地，也正面回应了路透所说实验室想控制评估方发布内容的争议（e/862）：关键条款是「无否决权、删改须可公开质疑」。

二、真正的考验是第一份 METR 报告：写得多具体、删改多少，比承诺本身更说明问题。

三、六个人、限定类别的进驻，规模仍小；架构信息默认不给，意味着评估方难以独立判断训练方法带来的风险。

四、这一步发生在 FTC 调查令（e/886）和欧盟 AI 办公室问询之后，监管压力正在把「自愿外部评估」变成行业门槛，OpenAI 等是否跟进值得关注。