Michael JohnsonAI 风险的外部评估取决于研究人员能够获取哪些信息：公司通常比外部评估者更了解内部测试、模型训练和安全机制。2026年10月15日，Anthropic 表示，已开始向 METR 团队开放其内部工具和系统。这家非营利组织的六名员工获得了公司设备和工作场所；METR 可以自行发布风险评估结果。
根据Anthropic 对协议的说明，该团队获得的访问权限大致相当于公司内部风险评估团队。Anthropic 员工获建议以对待风险评估同事的方式，与 METR 成员分享信息。这样一来，评估者不仅能研究模型行为，也能了解模型训练、评估流程和安全机制等信息。
METR 可以审查什么
METR 可以发布对风险等级、事件和 Anthropic 实践的分析。公司称自己不能否决发布，但可以要求删改预先界定类别中的信息，例如客户数据、受律师—客户特权保护的材料，以及模型架构信息。某段具体内容是否属于这些例外范围，由 Anthropic 决定。另一方面，METR 保留说明其获得的访问权限级别及所提供信息的权利。
这意味着，独立评估将结合对内部材料的访问权限，以及对部分信息披露的限制。读者既需要关注 METR 的结论，也需要了解该团队能够审查哪些材料，以及哪些限制影响了发布。Anthropic 表示，这种合作模式旨在缩小外部评估者与实验室自身之间的知识差距。
访问权限级别如何设置
Anthropic 将与 METR 达成的协议称为其评估者访问权限框架中的第三级。该级别允许评估者获得与公司内部风险评估团队相当的访问权限，并享有类似第二级的发布权。不过，这项工作仅限于一小组 METR 成员，他们须遵守具有约束力的协议；该组织的其他员工，包括参与 Anthropic 其他项目的人员，均与这项工作隔离。
公司表示，已与 METR 合作约一年，其中包括审查风险报告。其他合作关系则处于较早阶段：SecureBio 正在审查 Anthropic 8月报告中有关化学武器和生物武器的章节；公司正考虑在这项工作结束后扩大访问权限。Anthropic 还与 Accenture 和 Faculty 开展另一项合作，涉及模型评估、红队测试和安全防护验证。公司也正与 Hugging Face 等其他组织进行初步讨论。
这对企业意味着什么
对于将模型部署到敏感流程中的组织而言，这项安排的实际价值将体现在已发布的评估中：检查了哪些风险、审查了哪些数据，以及哪些限制影响了结论。Anthropic 的公告说明了访问和发布条件，但没有提供新的模型评估结果。因此，企业买家应将 METR 未来发布的材料视为针对具体检查的证据，而非对该公司所有模型安全性的定论。
10月15日的公告改变了外部评估者获取内部信息的方式，并确认 METR 可以在约定的例外范围内发布结论。后续评估的具体内容，以及对评估条件的说明是否清晰，将决定这一机制对 AI 风险独立审查有多大帮助。