AI-translated from English; not yet reviewed by a fluent editor.

# Anthropic 向六名 METR 评估人员开放内部访问，但保留发布限制

> 六名 METR 员工在 Anthropic 获得类似内部员工的访问权限，用于风险评估。评估机构可以发布结果，但 Anthropic 仍控制访问范围和指定信息的删减。

By BIG CHANGE Editorial

Published: 2026-10-17T00:51:13.522Z
Updated: 2026-10-17T00:51:13.522Z
Canonical: https://bigchange.ai/blog/anthropic-metr-embedded-evaluator-access-publication-limits

![Conceptual charcoal illustration of six empty chairs and six closed, unbranded laptops around one office worktable, with an open doorway beyond.](https://bigchange.ai/api/media/file/metr-six-evaluators-office-concept-v2.png)
AI-generated conceptual illustration by BIG CHANGE. Six empty work positions represent Anthropic's announced METR arrangement; this is not its actual office, hardware, access setup or an assessment finding. Anthropic retains control over specified access and redactions.

Anthropic 表示，已开始让非营利组织[METR](https://www.anthropic.com/news/an-update-on-independent-evaluators)的六名员工访问其内部系统，以评估 AI 风险。这项安排使一支小型外部团队能够比通过公开模型发布或风险报告，更深入地了解公司的工作。Anthropic 仍控制团队可以获得哪些信息，也能要求从 METR 发布的分析中删除指定材料。

Anthropic 于10月15日宣布这项合作，并[于10月16日更新声明](https://www.anthropic.com/news/an-update-on-independent-evaluators)，澄清当前的发布条款。公告介绍的是访问安排，而不是 METR 已完成的 Anthropic 风险评估。对读者的价值将取决于 METR 能检查什么，以及最终报告能如何解释其中的限制。

## 大变化

- **发生了什么变化：** Anthropic 表示，六名 METR 员工获得了公司硬件、办公空间，以及与其自身风险评估团队大致相当的内部工具访问权限。预计 METR 将发布有关 Anthropic 风险水平、事件或实践的分析。
- **为何重要：** 外部评估机构或许能检查公众无法看到的内部证据。METR 最终的报告也可以说明访问权限和信息删减的重要限制，帮助读者衡量结论。
- **值得关注：** Anthropic 表示，不能否决 METR 发布报告，但可以依据预设类别要求删减信息，并最终决定哪些信息属于这些类别。公告并未确立团队深入参与公司内部工作的这项安排的任何评估结果。

## 六名评估人员能访问什么

Anthropic 表示，已接纳六名 METR 员工，提供公司硬件、办公空间，以及与自身风险评估团队“大致相当”的内部工具和系统访问权限。公司鼓励员工像对待研究 AI 对齐风险的同事一样，向他们分享相关信息。公司列举的排除类别包括客户数据、受律师与当事人保密特权保护的信息，以及模型架构。公司表示，架构信息如果高度相关，有时也可以在获得明确内部批准后分享。

这是对访问权限的详细说明，但不是团队实际使用过的每个数据集、系统或访谈的清单。Anthropic 的声明称，团队在可依法执行的协议约束下工作，其他 METR 员工，包括参与其他 Anthropic 项目的研究人员，与这项工作相互隔离。BIG CHANGE 查阅了公开声明；我们没有检查协议或内部系统。

METR 的[10月14日失控风险评估提案](https://metr.org/blog/2026-10-14-better-informing-the-public-about-loss-of-control-risks/)解释了它希望从前沿 AI 开发者那里获得哪类证据。提案提出三个问题：内部 AI 智能体是否可能采取造成严重危害的行动，监控能否发现并阻止这些行动，以及 AI 驱动的研究是否可能推动能力发展得比防护措施跟进更快。针对这些问题，METR 描述了可能需要访问的模型检查点、内部对话记录、监控系统和研究进展衡量资料。这份文件是面向多家开发者的提案，不是 Anthropic 在本次合作中已提供材料的清单。

## 发布权及其限制

Anthropic 表示，METR 可以发布风险水平、事件或公司实践的分析，Anthropic 没有否决权。公司可以要求删除预先定义类别中的信息。10月16日的澄清补充说，信息是否属于这些类别，最终由 Anthropic 决定；METR 则保留就其获得的访问权限和信息作出某些陈述的权利。因此，发布结果的权利与公司对敏感细节的控制同时存在。

METR 的[AI 公司合作政策](https://metr.org/blog/2026-10-14-our-approach-to-risk-assessment/)指出，报告应披露工作的范围和时长、影响结论的访问限制、重要的信息删减，以及可能影响结果的压力。METR 表示，当公司删除对其结论重要的信息时，它的目标是提供删减摘要。这些是 METR 声明的实践和目标；公众目前还无法通过这支新团队的报告，检查它们实际会如何运作。

METR 也承认，自愿评估取决于公司授予访问权限并允许发布。它表示，公司可能拒绝提供访问权限或删减材料，从而影响公众获得的证据。10月14日的提案称，这项工作将聚焦技术层面的失控问题，不构成安全防护、组织治理或合规审计。METR 表示，相关科学目前还无法有把握地保证开发是安全的。

Anthropic 为其他评估机构描述了三层做法。METR 的安排属于第三层，具备类似内部员工的访问权限和发布权。前面的层级提供更窄的调查范围，或更有限的发布权。这些层级说明是 Anthropic 的计划和当前合作条款，并非每个合作伙伴都获得 METR 同等访问权限的证据。

公众将通过 METR 的报告检验这项安排：它调查了哪些风险问题、能检查哪些内部证据，以及可以描述哪些限制或删减。目前的声明确立的是 Anthropic 宣布的条款及 METR 公开的做法，并未确立 Anthropic 安全性或这支外部团队在公司内部开展评估的有效性的任何结论。

## 来源与延伸阅读

- [Anthropic，《独立评估机构近况更新》（2026年10月15日；10月16日更新）](https://www.anthropic.com/news/an-update-on-independent-evaluators)。Anthropic 的第一方说明列出了在公司内部开展工作的六人团队、类似内部员工的访问权限、排除项，以及发布和信息删减条款。10月16日的脚注标示了对 METR 当前项目条款的澄清。文件没有提供协议或已完成的评估。
- [METR，《我们与 AI 公司合作的方式》（2026年10月14日）](https://metr.org/blog/2026-10-14-our-approach-to-risk-assessment/)。METR 说明了信息披露做法、保持独立性的措施，以及公司自愿提供访问权限的限制。这项一般政策没有独立验证 Anthropic 合作中的每一项条款。
- [METR，《让公众更好了解前沿 AI 开发失控风险的提案》（2026年10月14日）](https://metr.org/blog/2026-10-14-better-informing-the-public-about-loss-of-control-risks/)。提案列出 METR 希望检查的问题和证据，以及这类工作能确立什么的限制。不应把提议取得的访问权限，理解为 在 Anthropic 开展工作的团队已经获得材料的记录。

## Sources

- [独立评估机构近况更新](https://www.anthropic.com/news/an-update-on-independent-evaluators) — Anthropic 的公告描述六名在公司内部开展工作的 METR 员工、大致的内部访问权限、排除项，以及发布和信息删减条款。脚注标示10月16日的澄清。公告没有提供协议或评估结论。
- [我们与 AI 公司合作的方式](https://metr.org/blog/2026-10-14-our-approach-to-risk-assessment/) — METR 的一般流程声明说明了对限制、信息删减、利益冲突及依赖自愿访问的透明披露。它并非对当前 Anthropic 合同所有条款的具体核验。
- [让公众更好了解前沿 AI 开发失控风险的提案](https://metr.org/blog/2026-10-14-better-informing-the-public-about-loss-of-control-risks/) — METR 的提案列出技术问题和希望获得的内部证据，并称这类工作无法有把握地保证安全。提议取得的访问权限，并不是 Anthropic 已提供材料的证据。