Anthropic 授予 METR 员工级权限，确立不可封锁的 AI 独立审计机制

Anthropic 宣布向非营利组织 METR 开放“员工级”内部访问权限，标志着 AI 行业第三方独立审计从黑盒测试转向白盒驻场模式。METR 的六名评估员获得与 Anthropic 内部风险团队同等的硬件、办公空间及系统访问权，并拥有独立发布模型风险评估结论的权利。这一举措旨在打破传统封闭研发的黑箱状态，通过制度化手段确保前沿模型安全审查的透明度与独立性。

多方信源交叉验证显示，该合作力度远超此前 SecureBio 等机构获得的有限访问层级。尽管客户数据和核心架构细节仍受保密协议保护，但 Anthropic 放弃了对 METR 公开裁决的直接否决权，仅保留基于隐私等预设类别的有限脱敏能力。若 Anthropic 试图删减报告内容，METR 有权公开质疑其合理性。这种“不可封锁”的机制设计，实质上是落实白宫《超级智能协议》中关于外部审查承诺的关键步骤，回应了近期频发的 AI 智能体失控事件引发的公众担忧。

此举对 AI 产业格局具有深远影响，确立了高可信度的独立监督范式。通过赋予外部审计者接近内部人员的资源权限，Anthropic 试图在商业机密与公共安全之间寻找平衡点。这不仅提升了开发者群体对前沿模型安全性的信任度，也为其他 AI 巨头提供了可参考的合规模板，推动整个行业从被动应对监管转向主动构建透明化的安全治理体系。