Anthropic 与 OpenAI 拟把安全评估员请进实验室，独立性成焦点

TechCrunch 9 月 16 日报道称，Anthropic 与 OpenAI 希望把独立的安全评估员直接嵌入自家实验室。这意味着外部研究者将获得一种长期求而不得的访问权限：在模型正式发布之前，就能近距离接触前沿系统。

报道描述的方案是，评估员不再从外部审查模型，而是进入实验室内部，在系统仍处于开发阶段时考察其行为与风险。支持者认为，只有贴近开发过程，审查者才能拿到足够的上下文与访问权限，在模型触达数百万用户之前就发现问题。

受访研究者对如此程度的开放表示欢迎，但他们的支持附带了条件。他们提醒，有意义的监督需要方法透明、结论可查，需要评估方真正独立于被评估的公司，最终还需要成文的监管，而不是依赖企业的自觉。

争议的核心是结构问题。当评估者身处公司内部、依赖被评估方的配合时，要让其公开公司不愿看到的结论并不容易。若发布权、经费与职位任期都缺乏保障，访问权限就可能变成只有靠近、没有问责。

报道把这轮讨论放在行业竞争加剧的背景下：Anthropic 与 OpenAI 都把自己定位为安全领域的领先者，如今要面对更难的一问，是否愿意接受自己无法控制的审查。

对监管者而言，把评估员嵌入企业内部比立法更快，也比自建国家级评估体系更省钱；对批评者而言，这正是问题所在：由被监督对象自己设计和供养的监督机制，很难在商业压力下存活。

这一信号的意义超出两家公司。前沿评估正在成为政府、企业与公众了解新模型能力的主要渠道，而这条渠道的可信度，决定了整个体系能给出多少信任。

接下来值得盯住几件具体的事：嵌入的评估员能否不受限制地访问模型，结论是否完整公开，经费与招聘由谁决定，以及立法者是否会把这种安排从自愿行为变成法律要求。