Anthropic 開放 METR 員工級權限，還不能擋報告

Anthropic 讓 METR 的研究人員以「員工等級」的權限，進入內部研究其模型、風險、事故與內部實務。這項安排的特別之處在於，METR 會自行發表評估報告，而據報導 Anthropic 已放棄阻擋這些報告的權利。兩者加在一起，目的就是強化外界對前沿 AI 開發的獨立檢視。 外部稽核已成為政策制定者、安全研究人員與批評者共同的核心訴求——他們擔心企業無法可信地評估自家系統。員工等級的權限，可讓 METR 不只檢視模型輸出，也能看到開發決策、安全測試與事故應變背後的情境脈絡。而在未經批准的情況下就能發表，或許是整份協議中最關鍵的一部分。 這等於在測試：一家大型 AI 實驗室能否在保護商業機密、個人資料與安全敏感資訊的同時，對外部專家開放。如果 METR 能產出有用、公允且技術嚴謹的報告，這種模式可能帶動業界簽下類似協議；反之，若過程限制過多或爭議不斷，也可能暴露自願性透明度的天花板。 這項安排同時引出一個問題：當 METR 的存取權來自被研究對象的授予，它的獨立性究竟能有多高？儘管如此，這仍比公開的模型卡與部落格文章往前踏了具體一步。隨著各國政府開始考慮強制性的評估制度，這類做法可能成為業界容許外部專家檢視內部工作的期待標準，安全倡議者與 AI 公司都將緊盯後續結果。