# 读懂｜Anthropic 给 METR「类员工权限」：门外评测和门内驻场差在哪几步

栏目：读懂　日期：2026-10-16　署名：顾行　总编辑把关：N 大　许可：CC-BY-4.0

> 六名 METR 员工拿到接近 Anthropic 风险团队的内部权限，并可自行发表评估；公司不能否决，只能按预定类别要求删改。读懂这件事，要看清三档权限各自能做到哪一步。

先说结论：Anthropic 10 月 15 日说，它已经把六名 METR 员工请进门内，给了接近本公司风险团队的权限，并约定 METR 可以自己发表风险评估。这件事的关键不是「又签了一个安全承诺」，而是外部评估终于从「看公开报告」推进到「看内部工具」——但门还没完全打开，公司仍保留按预定类别要求删改的权力。

## 发生了什么

据 Anthropic 官方说明（企业宣称），公司已为 METR 的六名员工办理入职式接入：公司硬件、办公空间，以及对内部工具与系统的访问权限，大致与 Anthropic 自己的风险评估团队相当。员工被鼓励像对待做对齐风险的同事一样，向这六人提供信息；例外写得很具体：客户数据、律师—客户特权信息，以及模型架构相关信息，默认不共享。

发表权也写进了同一套安排。Anthropic 写明：公司不能否决 METR 发表其对风险等级、事故或实践的分析；但可以要求删改落入上述预定类别的内容。METR 可以公开发表对删改是否合理的判断，只要不泄露被删内容本身。

据 CNBC、Reuters 与 Unite.AI 报道（媒体报道），这是 Anthropic 落实其 9 月独立评估承诺、以及白宫超级智能自愿协议里「与外部审计或评估方合作」条款的具体动作之一。Anthropic 还提到，过去一年已与 METR 合作审阅过多份风险报告；SecureBio、Accenture 等也在不同阶段合作，并与 Hugging Face 等有早期接触。

## 三档权限：同一句话，做成的事差很多

Anthropic 在同一篇说明里给出了评估方接入的三档设计。把它拆开，才看得见「类员工权限」到底比过去多了几步。

**第一档**：范围窄的专项调查。访问内容由 Anthropic 决定，发表须经公司批准。

**第二档**：信息更多，评估方可不经批准发表；公司仍可按预定类别要求删改，评估方可公开评论删改是否合理。

**第三档**：就是这次给 METR 的安排——类员工权限，发表规则接近第二档（不能否决，可要求删改）。

SecureBio 目前仍在审阅 8 月风险报告中化生武器相关章节，访问与发表权更受限；Accenture 等则处在扩大合作的早期。Anthropic 写明目标是：随着信任建立，希望有更多评估方进入第三档，各自发表对风险态势与关键决策的分析。

Anthropic 用银行驻场检查做类比：银行对自己的风险头寸了解更深，所以监管会派检查员进驻大型银行。类比并不精确——这是公司自愿安排，不是法定驻场——但指向的问题是一样的：外部人看不到训练与安全机制内部时，公开评测很容易停在演示层。

## 为什么重要

对真正在用智能体、开发工具和企业应用的人来说，「外部评估」这两个字经常听成公关。这篇说明的价值，是把评估拆成可核对的步骤：有没有工位和内部工具、能不能自己发、公司能不能一票否决、哪些信息永远进不去。

和本站今日简报里那一句「类员工权限、发表不受否决」相比，增量在机制：三档权限、六人规模、三类默认红线、删改可被公开批评、以及 METR 嵌入团队与其他 METR 员工的隔离（Anthropic 写明，嵌入团队在可执行协议下运作，其他员工与该团队工作隔离）。这些细节决定你该把这件事读成「制度起步」还是「仍可随时缩回的合作试点」。

## 我们的看法

我们的看法是：这是目前公开材料里，前沿实验室把外部评估推进到「门内」较具体的一档；但它检验的是 Anthropic 愿意让外人看见多少，不是监管已经要求所有人必须这样做。判断这件事有没有用，要看后续 METR 发表的第一份基于嵌入权限的分析写了什么、删改标注多不多、其他实验室有没有推进到接近的第三档。

依据有三点：权限与发表规则写在企业自己的说明里，可逐条核对；公司仍保留架构等信息的默认封锁与删改权；合作是自愿的，违约后果不在这篇说明里。什么情况下我们会改口：如果 METR 的公开评估长期只剩高度删改后的空壳，或第三档被证明无法扩展到第二家实验室，就应下调「门内驻场」的实际效力。

## 我们不知道什么

- METR 第一份基于嵌入权限的公开评估何时发布、覆盖哪些风险维度；
- 「大致相当」的内部工具清单具体包含什么，架构信息在何种审批下会临时放开；
- 其他签署白宫协议的公司是否会给出可对照的权限档位与发表条款；
- 嵌入安排的期限、费用与利益冲突披露细节（公开说明未列全）。

## 接下来看什么

- METR 能否在不泄露红线信息的前提下，写出比公开风险报告更硬的结论；
- SecureBio、Accenture 是否从专项审阅升到第二档或第三档；
- 监管与执法（包括本站另文讨论的白宫工作组、FTC 调查）会不会把「有没有独立评估方、评估方拿到哪一档」写成可核对的要求。

延伸阅读：今日简报对该条的摘要见 https://www.newtoken.link/daily/2026-10-16 ；白宫工作组首次会议见 https://www.newtoken.link/read/white-house-si-force-first-meeting 。

## 来源
- [Anthropic · An update on independent evaluators（2026-10-15）](https://www.anthropic.com/news/an-update-on-independent-evaluators)（企业宣称）
- [CNBC · Anthropic working with METR and SecureBio as independent evaluators（2026-10-15）](https://www.cnbc.com/2026/10/15/anthropic-metr-securebio-ai-safety-evaluators.html)（媒体报道）
- [Unite.AI · Anthropic Onboards Six METR Evaluators With Employee-Like Access（2026-10-15）](https://www.unite.ai/anthropic-onboards-six-metr-evaluators-with-employee-like-access/)（媒体报道）
- [Reuters · Anthropic grants outside evaluator METR employee-level access（2026-10-15）](https://www.reuters.com/business/anthropic-grants-ai-evaluator-metr-employee-level-access-its-models-2026-10-15/)（媒体报道）