Anthropic 讓 6 名 METR 人員以「類員工」權限進駐評估風險，公告標註兩次更新：METR 那段刪掉「可公開評論刪節是否合理」，改寫成資訊是否屬於可刪節類別由 Anthropic 最終判定
趨勢新聞2026 年 10 月 18 日
Anthropic 2026 年 10 月 15 日在官網發布〈An update on independent evaluators〉，宣布已讓非營利 AI 評估機構 METR 的一個團隊取得「類似員工」的存取權：6 名 METR 人員領到公司硬體設備、辦公空間，以及「大致相當於」Anthropic 自家風險評估團隊的內部工具與系統存取。METR 會公開它對 Anthropic 風險程度、事件與做法的分析；Anthropic 不能否決發表，但可以要求刪除落在預先定義類別內的資訊。公告頁尾分別標註 10 月 15 日與 16 日的更新，說是為了釐清 SecureBio 與 METR 目前的專案條件。
AI 公司請外部機構評估自家模型並不新鮮，OpenAI 9 月 22 日也發布過第三方評估的原則（見本站前一則）。但讓外部人員取得類似員工、只排除明確類別的存取，而且發表時公司不能否決，這篇公告寫出了具體人數與條件。這篇要回答三件事：METR 拿到什麼、不拿什麼；兩次更新改了哪些字；以及這些條件跟 METR 自己前一天發表的提案怎麼對照。本站讀了公告現行版，並比對網際網路檔案館（Wayback Machine）在 10 月 15 日 17:21、16 日 05:32、17 日 04:59（世界協調時間）保存的三份快照。快照時間不是修改時間，三份快照能顯示差異，不能證明期間只改過兩次。
METR 拿到什麼、不拿什麼
公告寫，除了少數明確定義的類別，Anthropic 員工被鼓勵像對待「一起研究對齊風險的同事」一樣，把資訊分享給 METR；舉例的排除類別有客戶資料、受律師與委託人保密特權保護的資訊、模型架構資訊。註腳說，評估者可能也替其他公司工作，架構資訊意外外洩的風險高、對風險評估的關聯通常低；真的高度相關時，Anthropic「通常會設法分享」，但要經內部明確核准（本站譯）。合作限於一個依具可執行效力的協議工作的小團隊，METR 其他人員與這個團隊的工作隔離。
公告把評估者的存取分成三層。第一層做範圍限定的風險調查，給什麼存取由 Anthropic 決定，發表要經 Anthropic 同意；第二層不必經同意就能發表、能看到更多資訊，Anthropic 仍可要求移除特定類別，評估者可以發表自己對刪節是否合理的看法；第三層就是 METR 這種類員工存取，發表權「類似第二層」。另外，SecureBio 正在審閱 Anthropic 8 月風險報告的化學與生物武器章節；Anthropic 9 月 18 日已宣布與 Accenture 合作、由其旗下 Faculty 主導，這篇公告說雙方正推進模型評估、紅隊測試、對齊評估與防護測試；Hugging Face 等機構還在初步討論。
兩次更新改了哪幾句
第一次更新（頁尾標註 10 月 15 日）改的是 SecureBio。本站取得的最早快照寫「SecureBio 目前在第一層」，審閱完成後 Anthropic 會考慮「增加存取與發表權」的專案；10 月 16 日 05:32 的快照已刪掉「目前在第一層」，句尾只剩「增加存取」。同一輪另有幾處用字與連字號的修正。
第二次更新（頁尾標註 10 月 16 日）改的是 METR 的發表條件。10 月 16 日 05:32 的快照仍寫，Anthropic 可以要求刪除「狹窄、預先定義的類別」內的資訊，「METR 可以公開描述我們的刪節，並說明它是否認為刪節合理，只要不透露被刪的內容」。10 月 17 日 04:59 的快照與現行版拿掉「狹窄」兩字，整句「可以公開描述刪節」刪除，改成括號：「哪些資訊屬於或不屬於這些類別，最終由 Anthropic 判定；不過，METR 保留就其取得的存取程度與資訊作出某些聲明的權利」（本站譯）。
沒改的是三層說明。第二層仍寫評估者「可以發表對刪節是否合理的看法」，第三層仍寫 METR 的發表權類似第二層。現行版 METR 那段不再明示可以評論刪節，但沒有寫禁止；註腳說這次更新是為了釐清 METR 目前的專案條件，公告沒有公開完整契約，也沒有說明 METR 那段與三層說明怎麼銜接。只憑文字改寫，無法判定 METR 實際的評論權有沒有改變。
跟 METR 前一天的提案對照
METR 10 月 14 日在官網發表一份提案，說明它希望怎麼與 AI 開發者合作、公開失控風險的證據。提案寫，開發者可以刪節「任何他們認為敏感的資訊」並選擇給 METR 哪些存取；所有存取最終由公司決定，因此實務上 METR「不會有與公司內部從事類似風險評估工作的資深員工相同的存取」；這份提案不要求達到某封公開信所界定的「真正的員工等級存取」。提案同時要求允許 METR 評論刪節、存取限制與條件，並寫它打算一律公開哪些種類的重要資訊被刪節，雙方談不攏時會公開這件事。兩份文件都容許公司限制存取或要求刪節，但對刪節範圍與公開評論權的寫法不同；Anthropic 各版都寫存取「大致相當於」自家風險評估團隊，這與 METR 一般提案說的「實務上不會相同」比較對象不完全一樣，單憑措辭不能判定兩者衝突。這份提案是 METR 的一般條件，不是 Anthropic 專案的契約。
獨立性的條件也可以對照。這篇公告列出評估者應具備的四項條件，其中一項是不持有被評估公司的股權、財務或營運上不依賴對方。Anthropic 9 月 18 日宣布與 Accenture 合作時寫，Anthropic 將直接資助 Accenture 的這項工作，雙方各預計五年內投入至少 10 億美元建立這方面的能力；同一篇也寫，當時正與 METR 等非營利評估機構商談，由它們用自己的經費試行部分做法，並說目前還沒有共同或政府出資的機制。兩篇公告都沒有交代如何防止直接付費影響評估的獨立性；只憑付費關係，也不足以判定評估者在財務上依賴 Anthropic。