Anthropic 给 METR 员工级权限，还放弃了否决权

Anthropic 正向 METR 的研究人员开放员工级访问权限，让他们研究自家模型、风险、事故以及内部做法。这套安排的特别之处在于：METR 会自行发布评估结果，而据报道，Anthropic 放弃了阻止这些报告发布的权利。两者合在一起，目的就是让前沿 AI 研发接受更强的独立审视。 外部审计如今已是政策制定者、安全研究人员和批评者的核心诉求，他们担心企业无法可信地评估自家系统。员工级访问权限意味着 METR 不只能看模型输出，还能了解研发决策、安全测试和事故响应背后的上下文。而「无需批准即可发布」，或许是这份协议里最重的一部分。 它也成了一次测试：一家头部 AI 实验室能否在保护商业机密、个人数据和安全敏感信息的同时，向外部专家敞开大门。如果 METR 拿出的报告有用、公正、技术过硬，这种模式可能会推动业内出现类似协议；如果过程限制太多、争议太大，那也会暴露出自愿透明能达到的边界。 另一个问题是，当 METR 依赖被研究公司授予的访问权限时，它的独立性究竟有多强。尽管如此，这仍然是迈出公开模型卡和博客文章的一步实招。随着各国政府考虑强制的评估制度，它可能会为 AI 公司如何让外部专家审视内部工作定下某种预期。安全倡导者和 AI 公司都会紧盯结果。