Anthropic 给 METR「员工级」权限：6 名外部评估员入驻，可查内部系统，发布风险结论 Anthropic 无否决权

信息边界：除客户数据、律师-客户特权信息、模型架构信息等少数类别外，Anthropic 鼓励员工像对待同事一样与 METR 团队共享信息；被删减的内容 METR 可以公开评价「删得是否合理」，但不能泄露删掉的内容。这支 METR 小队签有可执行协议，与 METR 其他员工（包括与 Anthropic 有其他合作的研究员）隔离。Anthropic 同时公布三级评估员制度：第一级做范围较窄的专项调查，发布需 Anthropic 批准；第二级可不经批准发布、拿到更多信息；第三级即 METR 这种员工级权限。SecureBio 目前在第一级，正在审查 Anthropic 8 月《风险报告》中化学和生物武器一章；与 Accenture、Faculty 在推进覆盖模型评测与红队、对齐评估、安全防护测试的合作；还在与 Hugging Face 等机构做早期接洽。

谁能用：这不是新产品，Claude 各档用户和 API 开发者的功能、价格都没有变化；它改变的是 Anthropic 前沿模型的风险评估由谁来查、查完能否公开。背景是 Anthropic 上月承诺加强第三方评估，并签署了「白宫超级智能协议」（White House Accord on Super Intelligence），承诺与独立外部审计或评估方合作。

真实做法：Anthropic 用银行监管作类比——大银行里常驻监管检查员，因为银行最清楚自己的风险敞口。过去一年 METR 已多次评审 Anthropic 的风险报告，此前 METR 也公开提出过「嵌入式评估」设想，这次等于在一家头部实验室落地。发布后 X 上讨论集中在两点：METR 的结论最终会公开多少，以及评估结果能否真正推迟一次模型发布；也有人（如 Andrew Curran）把这篇文章解读为新模型发布前的铺垫，但 Anthropic 文中没有提及任何新模型。

解读：外部评估最大的难题一直是「只看到 API 和精心挑选的文档」。员工级权限加上不可否决的发布权，是目前头部实验室对第三方开放得最深的一次，Anthropic 也公开喊话「每家前沿 AI 公司都应这样做」，等于给 OpenAI、Google DeepMind 等同行出了题。但几个关键问题仍待 METR 第一份报告来回答：模型架构信息默认不给，会不会影响对风险的判断？评估员和被评估公司天天一起办公，独立性如何保持？讨论：1. 「驻场评估员」能否成为行业标配，还是只会停留在自愿承诺？2. 如果 METR 的结论与 Anthropic 的发布计划冲突，你认为外部评估应该有权推迟模型上线吗？