Anthropic把自家模型的“后门钥匙”交给了外部人。该公司宣布，已向非营利评估机构METR授予“员工级别访问权限”，用于独立评估其模型风险。METR团队已进驻Claude模型开发团队办公室，并获得Anthropic的硬件设备及内部系统使用权限。

这是Anthropic兑现“引入外部审计员”承诺的第一步。今年9月，Anthropic首席执行官达里奥·阿莫代与山姆·阿尔特曼、埃隆·马斯克这几位长期竞争对手罕见地达成共识，后两人均支持在领先实验室中引入外部审计员的提议。Anthropic周四的宣布，正是把这一共识落到了具体操作层面。

公司给出的理由是，随着模型能力增强，它们需要更强的保护措施和更复杂的风险评估。Anthropic表示希望对所作决策向公众负责，但无法公开分享所有与安全工作相关的信息，因为公开共享可能让恶意行为者或竞争对手受益。它把这一安排类比为银行监管机制：监管机构会指派驻地检查员进入最大的银行，一旦某家银行的风险行为可能威胁公众利益，第三方就能提前察觉。

METR并非无名之辈。这家非营利组织曾与OpenAI、Anthropic、谷歌和Meta等顶尖实验室合作，也是调查OpenAI模型对Hugging Face发生黑客攻击事件的组织之一，曾审查数千条日志并接收公司笔记本电脑。Anthropic现已聘用六名METR员工，为他们提供公司硬件、办公空间，以及“可访问与我们自身风险评估团队大致相当的内部工具和系统”。Anthropic还表示，已鼓励员工像与风险管理同事共享信息那样，向评估人员分享信息。

在信息披露上，双方设定了一条边界：METR评估人员将发布他们的分析，Anthropic无法阻止其发表；但某些类别的信息可以被要求删除，例如客户数据、律师与客户保密特权所涵盖的细节，以及模型架构相关信息。METR方面回应称，已准备好与所有前沿人工智能开发者合作，向公众提供更充分的证据。

安全议题之外，还有一条商业线索。Anthropic正面临向投资者保证安全问题不会影响其今年预计以超过2万亿美元估值进行的首次公开募股（IPO）的压力。本周的公司投资路演中，大量内容都用于阐述其安全实践。把外部评估员请进门，既是安全承诺的兑现，也可被视为面向资本市场的一种姿态。

Anthropic还透露，目前仍在与埃森哲合作，后者上个月被列为安全测试合作伙伴，双方均承诺至少投入10亿美元以建立新的安全防护机制。另一家第三方测试机构是SecureBio，负责审查企业面临的化学和生物武器风险。Anthropic表示，正在自愿吸纳评估人员，并认为每一家前沿人工智能公司都应采取同样的做法。

从行业视角看，第三方评估机构正扮演更关键的角色。随着更先进的AI系统可能对经济、网络安全乃至整个人类构成威胁，外界对独立审计的需求持续上升。Anthropic此举能否成为行业惯例，取决于其他实验室是否跟进，以及METR后续公开发布的分析会揭示什么。