Anthropic 向 METR 开放内部访问权限，以审计其 AI 模型与安全实践
2026-10-16
Anthropic 宣布，已向非营利组织 METR 的一个团队提供内部访问权限，以审查其 AI 模型和安全实践。六名 METR 员工获得了公司硬件、办公空间和内部工具访问权限，Anthropic 称这使他们大致与其自身风险团队处于同等水平。客户数据、受律师-客户特权保护的信息，以及模型架构细节仍不可访问。METR 将独立发布其调查结果。Anthropic 表示，它可以要求对某些预先定义类别的内容进行删节，但 METR 可以自由公开表示其是否认为这些删节是合理的。Anthropic 主张，并非所有与安全相关的信息都可以公开，原因可能是它可能帮助攻击者，或者因为它具有商业敏感性。与 METR 的协议比该公司向其他外部审查者提供的更进一步。SecureBio、Accenture 和 Faculty 迄今获得的访问权限较少，对其可发布内容的限制也更严格，Anthropic 已开始与 Hugging Face 进行早期谈判。此举紧随 Anthropic 签署《超级智能白宫协议》之后，该协议包括与外部审查者合作的承诺。广告 广告 订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、我们独家的“AI Radar”前沿报告（每年六次）、完整档案访问以及访问我们的评论区。
Anthropic 允许非营利组织 METR 的六名员工获得接近内部风险团队的访问权限，审查其 AI 模型与安全实践；客户数据、特权信息和模型架构细节仍不开放，METR 可独立发布发现。
- Anthropic 允许非营利组织 METR 的六名员工获得接近内部风险团队的访问权限，审查其 AI 模型与安全实践；客户数据、特权信息和模型架构细节仍不开放，METR 可独立发布发现。
- 原贴提到：Anthropic has given a team from the nonprofit METR inside access to revi
- 来源：the-decoder.com
这条信号的核心不是“Anthropic 又做了一次安全公关”，而是它把外部审查者放进了接近内部风险团队的位置：六名 METR 员工获得公司硬件、办公空间和内部工具权限，审查对象覆盖 AI 模型与安全实践。对一家前沿模型公司来说，这等于把部分“可被外部验证的安全治理”从口号推进到操作层。
为什么重要？AI 安全治理长期存在信息不对称：外部机构很难判断公司内部的风险评估是否充分，公司又不愿公开可能帮助攻击者或涉及商业敏感的信息。Anthropic 与 METR 的安排试图在两者之间划线：客户数据、律师-客户特权信息和模型架构细节不开放，但 METR 可以独立发布发现，并可就删节是否合理公开表态。这个“访问 + 独立发布 + 删节争议可公开”的组合，比单纯发安全报告更有审计意味。
对谁有价值？对 AI 公司而言，这是把安全治理转化为信任资产的样本；对监管者、采购方和企业客户而言，它提供了判断供应商安全成熟度的新观察点；对第三方评估机构而言，它说明“深度访问”比“外围评测”更能形成专业壁垒。
可以怎么行动？企业若想借鉴，不应只宣布“欢迎外部审查”，而要设计分级权限矩阵：哪些系统可访问、哪些数据是红线、审查者可发布什么、删节争议如何披露、独立发布如何避免泄露攻击面。对外沟通时，也应把“不能公开什么”和“为什么不能公开”说清楚，而不是只给结论。
风险或限制也很明显：外部审查者获得内部工具权限后，访问边界、数据隔离和利益冲突管理必须可审计；独立发布权与商业保密、攻击面保护之间仍会拉扯；METR 的审查结论是否可复现、是否能覆盖模型架构等关键盲区，也决定这套机制的实际含金量。Anthropic 对其他外部审查者（SecureBio、Accenture、Faculty）给出更少权限和更严发布限制，并已与 Hugging Face 开始早期谈判，说明这种深度开放目前仍是例外而非常态。
这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。
如果把《Anthropic 向 METR 开放内部访问权限，以审计其 AI 模型与安全实践》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。