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

# Anthropic 讓六名 METR 評估人員取得內部存取權，但發表仍有限制

> 六名 METR 員工在 Anthropic 取得近似員工的存取權，以進行風險評估。評估機構可以發表結果，但 Anthropic 仍掌控存取範圍及指定內容的刪除。

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，已開始讓非營利組織[METR](https://www.anthropic.com/news/an-update-on-independent-evaluators)的六名員工存取其內部系統，以評估 AI 風險。相較於公開發布模型或風險報告，這項安排讓一支小型外部團隊能更深入了解公司的工作。Anthropic 仍掌控團隊可取得哪些資訊，也能要求從 METR 發表的分析中刪除指定資料。

Anthropic 於10月15日宣布這項合作，並[於10月16日更新聲明](https://www.anthropic.com/news/an-update-on-independent-evaluators)，釐清目前的發表條款。這項公告描述的是存取安排，而非 METR 已完成的 Anthropic 風險評估。對讀者的價值，將取決於 METR 能檢視什麼，以及最終報告能如何說明各項限制。

## 大變化

- **改變了什麼：** Anthropic 表示，六名 METR 員工已取得公司硬體、辦公空間，以及大致與其自有風險評估團隊相當的內部工具存取權。預期 METR 將發表 Anthropic 風險程度、事件或實務做法的分析。
- **為何重要：** 外部評估機構或許能檢視公眾看不到的內部證據。METR 最終的說明也可描述存取權及內容刪除的重要限制，協助讀者衡量結論。
- **值得關注：** Anthropic 表示，不能否決 METR 發表報告，但可依預設類別要求刪除內容，並最終決定哪些資訊屬於這些類別。公告並未確立這項進駐安排的任何評估結果。

## 六名評估人員能存取什麼

Anthropic 表示，已讓六名 METR 員工進駐，提供公司硬體、辦公空間，以及與自家風險評估團隊「大致相當」的內部工具與系統存取權。公司鼓勵員工像對待研究 AI 對齊風險的同事一樣，向他們分享相關資訊。公司列舉的排除類別包括客戶資料、受律師與當事人保密特權保障的資訊，以及模型架構。公司表示，架構資訊若高度相關，有時也可在取得明確內部核准後分享。

這是相當具體的存取權描述，但並非團隊實際使用過的每個資料集、系統或訪談的清單。Anthropic 的聲明指出，團隊受可強制執行的協議約束，其他 METR 員工，包括參與其他 Anthropic 專案的研究人員，與這項工作相互隔離。BIG CHANGE 已檢視公開聲明；我們未查閱協議或內部系統。

METR 的[10月14日失去控制風險評估提案](https://metr.org/blog/2026-10-14-better-informing-the-public-about-loss-of-control-risks/)說明了它希望從前沿模型開發商取得哪些證據。提案提出三個問題：內部 AI 代理是否可能採取造成嚴重危害的行動、監控能否發現並阻止這些行動，以及 AI 驅動的研究是否可能讓能力進展快過防護措施。針對這些問題，METR 描述了可能需要存取的模型檢查點、內部對話紀錄、監控系統及研究進展衡量資料。這份文件是面向多家開發商的提案，並非 Anthropic 在此次合作中已提供資料的清單。

## 發表權及其限制

Anthropic 表示，METR 可以發表風險程度、事件或公司實務做法的分析，Anthropic 沒有否決權。公司可以要求刪除預先定義類別中的資訊。10月16日的澄清補充說，資訊是否屬於這些類別，最終由 Anthropic 決定；METR 則保留就其取得的存取權及資訊作出某些陳述的權利。因此，發表研究結果的權利，與公司對敏感細節的掌控並存。

METR 的[與 AI 公司合作政策](https://metr.org/blog/2026-10-14-our-approach-to-risk-assessment/)指出，報告應揭露工作的範圍與期間、會影響結論的存取限制、重要的內容刪除，以及可能形塑結果的壓力。METR 表示，當公司刪除對其結論重要的資訊時，它的目標是提供刪除內容摘要。這些是 METR 聲明的做法與目標；公眾目前還無法透過這支新進駐團隊的報告，查驗它們實際如何運作。

METR 也承認，自願性評估仰賴公司授予存取權並允許發表。它表示，公司可能拒絕提供存取權或刪除資料，進而影響公眾取得的證據。10月14日的提案指出，這項工作將聚焦於技術層面的失去控制問題，不構成安全防護、組織治理或法規遵循稽核。METR 表示，相關科學目前還無法有把握地保證開發是安全的。

Anthropic 為其他評估機構描述了三個層級的做法。METR 的安排屬於第三層級，具備近似員工的存取權與發表權。較低層級提供的調查範圍較窄，或發表權更有限。這些層級描述是 Anthropic 的計畫與目前合作條款，並非每個合作夥伴都取得 METR 同等存取權的證據。

公眾將透過 METR 的報告檢驗這項安排：它調查了哪些風險問題、能檢視哪些內部證據，以及可以描述哪些限制或刪除內容。目前的聲明確立的是 Anthropic 宣布的條款，以及 METR 公開的做法，並未確立 Anthropic 安全性或進駐評估有效性的任何結論。

## 來源與延伸閱讀

- [Anthropic，〈獨立評估機構近況更新〉（2026年10月15日；10月16日更新）](https://www.anthropic.com/news/an-update-on-independent-evaluators)。Anthropic 的第一方說明列出了六人進駐團隊、近似員工的存取權、排除項目，以及發表與內容刪除條款。10月16日的註腳標示了對 METR 目前專案條款的澄清。文件未提供協議或已完成的評估。
- [METR，〈我們與 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 描述其揭露做法、維持獨立性的措施，以及公司自願提供存取權的限制。這項一般政策並未獨立驗證 Anthropic 合作中的每項條款。
- [METR，〈讓公眾更了解前沿 AI 開發失去控制風險的提案〉（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 希望檢視的問題與證據，以及這類工作能確立什麼的限制。不應把提議取得的存取權，當成 Anthropic 團隊已收到資料的紀錄。

## Sources

- [獨立評估機構近況更新](https://www.anthropic.com/news/an-update-on-independent-evaluators) — Anthropic 的公告描述六名進駐的 METR 員工、大致的內部存取權、排除項目，以及發表與內容刪除條款。註腳標示10月16日的澄清。公告未提供協議或評估結論。
- [我們與 AI 公司合作的方式](https://metr.org/blog/2026-10-14-our-approach-to-risk-assessment/) — METR 的一般流程聲明描述了對限制、內容刪除、利益衝突及仰賴自願存取權的透明揭露。它並未具體驗證目前 Anthropic 合約的所有條款。
- [讓公眾更了解前沿 AI 開發失去控制風險的提案](https://metr.org/blog/2026-10-14-better-informing-the-public-about-loss-of-control-risks/) — METR 的提案列出技術問題與希望取得的內部證據，並指出這類工作無法對安全提供有把握的保證。提議取得的存取權，不是 Anthropic 已提供資料的證據。