Anthropic 于 10 月 15 日（美西时间）宣布，已为非营利评估机构 METR 的 6 名员工开通「类员工」权限：公司设备、办公位，以及大致与自家风险评估团队相当的内部工具和系统访问。METR 将公开其对 Anthropic 风险水平、事件与做法的分析，Anthropic 不能否决发布，只能按预先约定的类别要求删改。Anthropic 同时公布三档评估方访问分级，并披露 SecureBio、Accenture、Faculty 等合作进展。
核心要点速览
- ✓METR 6 名员工获公司设备、办公位与大致等同 Anthropic 风险评估团队的内部访问（官方口径）
- ✓Anthropic 无权否决 METR 发布，只能在客户数据、律师-客户特权信息、模型架构等预设类别内要求删改
- ✓评估方访问分三档：第 1 档需批准才能发布，第 2 档可自主发布，第 3 档（即 METR）再加类员工访问
- ✓SecureBio 正在审阅 8 月风险报告的化学与生物武器章节；与 Accenture、Faculty 推进红队与对齐评估合作，并与 Hugging Face 等早期接触
- ✓官方推文发布约 3 天内浏览约 53.7 万次、点赞约 3,800
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
前沿实验室的风险评估长期是「自己考自己」：训练细节、安全措施运行情况涉及机密或可能被滥用，外界只能看到筛选后的报告。Anthropic 上月承诺加强第三方评估，并签署了《White House Accord on Super Intelligence》，承诺与独立审计或评估方合作。这次的 METR 安排是兑现承诺的第一步。
架构亮点与底层机制
Anthropic 用银行业「驻场检查员」类比：6 名 METR 员工拿到公司设备、办公位和大致与内部风险团队相当的系统访问。例外只限客户数据、律师-客户特权信息和模型架构等少数类别。METR 可发布对 Anthropic 风险水平、事件和做法的分析，Anthropic 不能否决，只能按预设类别要求删改。参与团队与 METR 其他员工隔离。评估方访问分三档，METR 属最高的第 3 档。
权威 Benchmark 与实测跑分对比
这是治理与评估机制更新，不涉及模型跑分，官方未公布任何新 Benchmark。可对照的是进度：SecureBio 此前已发布对上一版风险报告的试点审阅，目前在看 8 月风险报告的化学与生物武器章节；Accenture 与 Faculty 的合作覆盖红队、对齐评估与安全措施测试。
开发者实战落地与开箱指南
对用 Claude 构建产品的团队，后续值得跟踪 METR 发布的独立评估，它会比厂商自评更适合写进企业的供应商风险审查材料。可以先读 Anthropic 原文和 METR 的风险评估页面，了解三档访问的边界。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察