Anthropic开放员工级内部权限给第三方评估机构METR，常驻团队入驻办公，独立发布风险评估报告

Anthropic正式对外开放近似员工级别的内部访问权限，邀请非营利机构METR团队进驻公司办公场地，使用Anthropic硬件与内部系统，开展AI模型灾难性风险评估，以此兑现外部审计承诺，回应社会对强人工智能失控风险的担忧。

这项举措也是此前Dario Amodei提出、获得Sam Altman与马斯克支持的头部AI实验室派驻外部审计方案的首个落地动作。本次入驻共计6名METR工作人员，权限对标Anthropic内部风险评估团队，Anthropic不向METR支付合作费用，METR资金来源为慈善捐赠与政府机构资助，评估报告由METR自主发布，Anthropic不能否决报告，仅可要求删减客户数据、法律保密信息、模型架构等特定敏感内容。

同时Anthropic还联合埃森哲、SecureBio分别开展通用安全测试与生化武器相关风险审查。该公司正推进估值超2万亿美元的IPO，安全体系建设也是面向投资者重点展示的内容。但批评声音指出，这套驻场评估机制依然存在潜在利益冲突，呼吁更强的政府监管。

核心要点

1. METR驻场机制

METR团队进驻Anthropic办公区，获得硬件、内部系统、工具访问权限，权限水平接近公司内部风险评估人员；公司鼓励员工像对接内部风控同事一样与其沟通。METR不从Anthropic获取报酬，资金独立，保障评估的中立基础。评估报告由METR决定是否对外发布，Anthropic没有否决权，仅可申请移除特定敏感信息。

2. 多机构分工

• METR：常驻内部，评估模型灾难性失控风险；此前也曾参与Hugging Face遭遇AI模型攻击事件的调查。
• 埃森哲：安全测试合作伙伴，双方各承诺至少投入10亿美元共建安全防护体系。
• SecureBio：专项审查化学、生物武器相关AI风险。

3. 行业背景与各方态度

Anthropic CEO Dario Amodei提出头部AI实验室派驻外部审计人员的方案，获得OpenAI的Altman、马斯克的支持，但OpenAI暂未推出同类落地计划。Anthropic将这套机制类比银行常驻监管人员，提前识别威胁公共利益的风险隐患；批评者参考审计行业过往弊端，认为仍存在利益冲突，需要政府层面更强硬监管。

4. 与IPO的关联

Anthropic计划推进估值超2万亿美元的IPO，安全能力建设是投资者路演材料中的重点板块，需要向市场证明AI安全管控不会阻碍公司上市进程。同时公司也提到，无法把全部安全研究信息对外公开，防止被恶意使用者或竞争对手利用。