北京时间 10 月 16 日凌晨 1 点 20 分，Anthropic 发布了一篇公告，标题是《An update on independent evaluators》。公告说，公司已经开始向 METR 的一支团队提供「类员工级访问」：六名 METR 员工拿到公司硬件与办公空间，还有一套与 Anthropic 自家风险评估团队大致相当的工具与系统权限。1
这条消息里最容易被一句「又一家公司请了外部评估者」带过去的地方，是公告把两件事分开写了：能进多深，和能不能把自己看到的说出来。它把后者做成了一条阶梯，而这条阶梯的最高一档，换到的并不是更多的发表权。
为什么是「请进来」而不是「公开出去」
公告给的理由很短。Anthropic 说，模型越强，需要的风险判断越难，公司希望对判断负责，但它没法把相关信息全部公开——有些落在恶意行为者手里有用，有些属于商业敏感，比如算力与训练信息。于是它换了一条路：与其公开，不如把人请进来，让第三方看到它自己看到的东西，然后由第三方把结论发出去。公告的原话是，目标在于「缩小评估者对所涉系统的理解与公司自身理解之间的差距」。
公告引了一个制度上的比方：银行监管。银行比外人更清楚自己的风险头寸，所以监管方把常驻检查员派进最大的银行里面。这个比方在「人进到楼里」这一层是贴的，在另外两层不贴，后面会说。
它还给评估者列了四个条件——专长、独立性、访问、发表自由。四条当中，「发表自由」是唯一一条不需要公司多花钱就能给的，也是唯一一条公司过去一直保留着的。
三档的分界线，不在最高那一档
公告公布了正在建的评估者准入三档：
第一档，评估者做范围很窄的风险调查，给什么访问由 Anthropic 决定，发表结论要经 Anthropic 批准。
第二档，评估者看到的更多，并且可以不经过批准就发表；Anthropic 仍可要求删除特定类别的信息，评估者可以公开评论这次删除是否正当。
第三档，就是 METR 现在的安排：类员工级访问，发表权与第二档相同。
把这三段并排放在一起，跨过「不用批准」这条线的那一步发生在一档和二档之间。从二档走到三档，多换到的是看得更深，发表权没有再变。公告的另一句话说得更直接：它希望在将来「有几家评估者都在第三档，每一家各自发表对自己风险态势与关键决定的判断」。
这也是本期标题的来处。「不能否决」是这次公告里最响的一句话，但它不是三档里最稀缺的那一格。
公告的前一天，评估者刚写下「我们仍然依赖这些公司允许我们发表」
时间上有一处值得并置。
10 月 14 日，也就是公告发布前一天，METR 发布了自己的《Our approach to working with AI companies》。那篇文章里有一段自我限定，写得很清楚：即便采取了这些措施，「在当前这套自愿机制下，要确保我们有足够的独立性去收集和发表证据，仍然很难。我们仍然依赖所合作的公司自愿参与、给予访问、并允许我们发表。」它接着写，公司有可能「用自己扣留访问或删改的权利，去控制公众从我们这里拿到什么证据」。4
同一份文件还写了一条底线，读起来更冷：这份政策「不阻止」的是——给对手方对其具体产出的否决权，「只要我们有权披露他们可以这样做」。
再往前三周，METR 对 Claude Opus 5.5 的预部署评估摘要里，独立性声明还是这个写法：「我们先写出摘要初稿，随后 Anthropic 有机会审阅并编辑文字。」5
把这两段和 10 月 15 日的公告排在一起，就能看出这次真正改了的是什么。三周前，评估者的字还要过一遍被评估方的手；前一天，评估者自己写下「我们依赖他们允许我们发表」；这一天，被评估方公开承诺不能否决发表，并把「不用批准」写成第二档的标配。
METR 对 Anthropic 的复核不是从零开始的。过去的序列里已经有四份：2025 年 10 月的夏季试点报告、2026 年 3 月 12 日的 Opus 4.6 破坏风险报告、3 月 26 日有人驻场三周对内部监控系统做红队、5 月 8 日的 AI 研发自动化章节。6其中 5 月 8 日那份的口径很硬：「如果我们只能依赖 Anthropic 在原始风险报告里给出的证据，我们大概会不同意『研发自动化带来的灾难性风险非常低』这个结论」——它最终同意结论，但认为证据不足以确立它。5
「不能否决」覆盖不到的三类
公告把「不能否决」和「可以要求脱敏」写在同一段里，这是本次公告里最需要逐字读的一句：
Anthropic can't veto publication, but we can require them to redact information if it falls into narrow, predefined categories.
能被要求删掉的，是客户数据、律师—当事人特权信息，以及模型架构这三类。公告同时给了评估者一项对等的权利：METR 可以公开说明这次删除是否正当，只要不透露被删掉的内容。1
模型架构那一类，公告单独加了一条脚注，理由是评估者可能同时服务别的公司，存在「无意间泄露」的风险；架构信息的泄露风险高，而与风险评估的关联通常很低。它接着写：真正高度相关的时候，「我们一般会寻求分享」，但这需要内部明确批准。1
值得注意的是，「窄且事先定义」这个限定由谁界定，公告没有写；删除的判定流程、期限和复核节奏，公告也没有写。
这一点上有行业对照物。9 月 18 日，AI Evaluator Forum 发布了一封公开信《Minimum Conditions for Embedding Evaluators》，页面标着 200+ 签署方。它要求前沿公司让嵌入的评估者「公开发表发现与证据，仅受一个限时的脱敏流程约束，且该流程限于保护知识产权、客户敏感信息、个人隐私、安全与公共安全的重大利益」。7公开信里写着「限时」；公告里没有对应的字。
它自己写的四条条件，和这份名单上的三种距离
公告把评估者的条件列成四条，其中「独立性」写的是：评估者不应在被评估公司持有股权，也不应在财务或运营上依赖它。1这条标准本身没有问题，问题在于它落在这份名单上时量出的距离并不一样。
METR。 它是 501(c)(3) 非营利，前身是 ARC Evals，2023 年底独立。8资金一侧写得比较清楚：不接受 AI 公司的资金，也不接受 AI 公司员工或高管个人名义的捐赠，近半年募得的承诺额约 7,100 万美元，资助方名单里没有 AI 实验室。9但同一份公开文件里也写了例外：它大量使用免费 token，而免费 token「会激励与 AI 公司维持友好的关系」。10
METR 自己还写过两段更硬的自我披露。5 月的《Frontier Risk Report》里说，该试点「不完全符合 AEF-1 标准的全部要求」——项目开始时没有适用的人员利益冲突政策，因此没有走正式的回避与披露流程；同一段还写着，「部分 METR 员工与被评估公司的员工有很强的社会关系，METR 目前在一个共享研究中心（Constellation）办公，那里也有一些 AI 实验室的员工」。10
SecureBio。 它现在在第一档，正在复核 8 月风险报告的化学与生物武器章节。1这一章在报告的第 115 页，全报告 186 页。11它能给出的参照是上一份：2026 年 7 月发布的对 2 月报告化生章节的试点复核，24 页。那份文件里有一句第一档的准确写照——「Anthropic 审阅了它，并有权否决或删改敏感或专有信息；两项权利都没有行使。」12复核本身的结论是同意 Anthropic 的风险判断，但对高越狱技能行为者的风险有分歧，并强调「风险仍不可忽略」。12
Accenture 与 Faculty。 10 月 15 日的公告把 Accenture 与 SecureBio 并称为「评估者」，但 Accenture 那一侧的安排性质不同。9 月 18 日的合作页写明：「Anthropic 将直接为 Accenture 的工作出资」，双方各自计划未来五年在此领域投入至少 10 亿美元，合作非排他；合作页里 Accenture 的身份是「帮助各行业的企业与政府部署 AI」。13合作页没有授予独立发表权。
这里有一处需要并置。Anthropic 自己在今年 6 月的《Advanced AI Framework》里主张，监管应要求开发者「定期聘用至少一名合格评估者」，同时要避免「挑选评估者」——公司去找要求最少、评价最慷慨的那一家的风险。它给出的配套办法是「用政府资金或安排池化资金，让评估者能在财务上独立于任何一家开发者」。14四个月后，这份名单上的一个名字，由 Anthropic 直接出资。
一个更早的口径，可以作为参照
同一件事，别家的写法不一样。OpenAI 在 2025 年 11 月的《Strengthening our safety ecosystem with external testing》里写：「我们审阅并批准来自第三方评估的发表物，以确保保密性与事实准确性。」它的合同把这句写成条件：研究成果在任何发表或披露之前，都要以书面形式提交 OpenAI 审阅与批准。15
到 2026 年 9 月 22 日的《Priorities and principles for effective third party assessments》，口径有了变化。16评估者应当采用明确的脱敏政策，允许实验室请求删节；同时，评估者可以标注在何处做了实质性删节，以及它给报告带来的影响。
也就是说，「不能否决、但可以要求删节、并允许评估者公开评论删节」这组安排，是这一轮里被写下来的行业折中。Anthropic 把它配上了三档。
银行那个比方，只搬了一半
公告把驻场评估者比作银行监管里的常驻检查员。这个比方的前半段成立：常驻、持续接触、由被查方出资。
后半段不成立。美国货币监理署的现场团队由一名主检查官领导，他直接向大型银行监管办公室的副货币监理官报告，再向上级高级副货币监理官报告——报告线在监管机构内部，不在被查银行。17检查形成的书面评估发给被查银行，监管结论（MRA 与 MRIA）是保密的，公众看到的是半年度的汇总信息。17经费一侧，货币监理署的运营费用约 96% 来自向国民银行征收的半年摊派费，不接受国会拨款。18
银行检查员的结论不公开，评估者的结论要公开；银行检查员向监管机构报告，评估者向公众报告。比方借来的是「人在楼里」这一半，另一半——向谁报告、谁出钱、公众能不能看到——在这套安排里没有对应物。
这对谁意味着什么
对做选型与治理的人。 「我们有独立评估者」这句话现在可以拆成四个问题：他在哪一档、例外清单覆盖哪几类、结论发表前要不要过被评估方、谁出钱。第一个问题公告里有答案，第二和第四个今天没有完整答案。公告只给了一档与二档的分界，没有给「什么算窄」「谁来判断一条信息属于哪一类」。
对评估者。 二档与三档之间差的是一层访问；声音那一层，在进二档的时候就已经拿到了。这意味着，一家想把结论发出来的评估机构，谈判的重点在二档；而想把工作做深的机构，要的是三档。两件事不必落在同一家身上。
对买方与监管机构。 这套安排是自愿的。公告的原话是「我们是自愿嵌入评估者的，并认为每一家前沿 AI 公司都应该这样做」。1五家美国公司——Google、Anthropic、Meta、OpenAI、xAI——加上 Nvidia，在 9 月 29 日签署了《White House Accord on Super Intelligence》。协议里写的是「与独立外部审计者或评估者合作，就控制、监控与检测是否按预期运行开展独立评估」。19协议正文没有规定访问深度、发表权，也没有规定能不能点名。
Anthropic 首席执行官 Dario Amodei 在 9 月 12 日发的《We Must Pace the Frontier》里，把「嵌入评估者」写成这套方案的第一步，并写明 Anthropic 现在就单方面承诺这一步。20
对只看公开时间线的人。 10 月 15 日并不是这件事的开始。METR 内部此前已经有一支拿到「elevated access」的团队，在做 Anthropic 研发加速方向的评估。METR 在 9 月 22 日就披露了这支队伍的存在，并写明「预期在未来几周看到这项单独调查的更多公开产出」。5
还不能确定的
这次安排是否付费，两侧口径不齐。 CNBC 引的是公司的说法：「据该公司称，Anthropic 不为 METR 的工作出资。」21METR 一侧只重复了它一贯的「不接受 AI 公司资金」，没有就本次安排单独确认。8
六个人是谁，没有公布。 公告与四家报道都没有给出姓名；六人是否就是 9 月 22 日提到的「elevated access」团队，也无法确认。5
「窄且事先定义」的清单没有完整边界。 公告给的是三个示例，用「比如」引出。判定一条信息是否落在类别里、由谁判、能不能申诉，公告一字未提。1
METR 自己还没有出声。 截至本篇核对时，METR 的博客、Notes 与官方账号都没有就这次安排发布任何内容；它对媒体表示暂不置评。4这留下一个不对称：关于这套安排目前最完整的一手描述，全部来自被评估的一方。
批评在公告之前就开始，而且不是针对这次的。 9 月中旬，有媒体以匿名白宫消息源的说法质疑 METR 与 Anthropic 及其投资人的关系；METR 当时的回应是「我们不为 AI 实验室的工作收取报酬，也不接受 AI 公司高管或员工的捐赠」「我们的资助方对我们做哪些项目没有发言权」。8公告发出后的几个小时内，公开的新质疑只有零散几条。其中一条来自 Hacker News 的评论：公告用的词是「employee-like access」，没有用「employee-level」；「roughly on par」也留了余地。3
一句话
这次换来的是六个工牌，和三档里最靠前的那一句「不必经批准」。清单仍由被查的一方事先写好，而被查的一方不打算否决的，只是发表这件事本身。
References
- 1An update on independent evaluators · Anthropic
anthropic.com
- 2@AnthropicAI · X
x.com
- 3
- 4
- 5
- 6Risk Assessment · METR
metr.org
- 7Minimum Conditions for Embedding Evaluators · AI Evaluator Forum
aievaluatorforum.org
- 8About · METR
metr.org
- 9Funding update · METR
metr.org
- 10
- 11Redacted Risk Report August 2026 · Anthropic
www-cdn.anthropic.com
- 12
- 13
- 14Anthropic's Advanced AI Framework
www-cdn.anthropic.com
- 15
- 16
- 17Otting testimony · U.S. Senate Banking Committee
banking.senate.gov
- 18OCC Congressional Justification · U.S. Treasury
home.treasury.gov
- 19White House Accord on Super Intelligence · The American Presidency Project
presidency.ucsb.edu
- 20We Must Pace the Frontier · Dario Amodei
darioamodei.com
- 21
Comments