2026年10月15日，6名来自非营利机构METR的独立评估员走进Anthropic的办公区，领取了专用硬件设备，获得了与正式员工同等级别的系统访问权限。他们不是Anthropic的雇员，不受Anthropic的绩效考核约束，他们产出的评估报告Anthropic没有否决权。这是前沿AI行业历史上第一次，一家头部公司主动将自己的核心系统暴露在独立第三方的持续性实地审计之下。

这不是一次公关活动。这是一次制度实验。

在AI能力曲线陡峭上升、公众信任赤字持续扩大、全球监管框架尚未收敛的2026年秋天，Anthropic选择了一条此前没有任何前沿AI公司走过的路——不是发布一份自我评估白皮书，不是邀请几位学者来参观一天，而是把外部审计员”嵌入”到自己的组织内部，赋予他们真实的、持续的、系统级的访问能力，并且放弃对审计结论的最终控制权。

这件事的意义，远不止于Anthropic一家公司的安全承诺。它正在重新定义一个根本性问题：当AI系统的能力已经超越了外部观察者仅凭公开信息就能评估其风险的阈值时，”安全”这个词到底应该由谁来定义、由谁来验证、以什么样的制度保障来确保其可信度？

第一章：破冰时刻——从”我们很安全”到”请你来查”

让我们先把事实摊开。

根据Anthropic官方发布的独立评估员机制更新公告，这一安排的核心要素如下：Anthropic向METR（Model Evaluation and Threat Research）派驻的6名独立评估员提供了员工级别的系统访问权限（employee-level access），这些评估员获配了专用硬件设备，可以在Anthropic的物理办公环境中实地工作。(来源: Anthropic official blog, 2026-10-15)

TechCrunch在同日的报道中进一步确认了这一安排的关键细节：评估员可以独立发布评估结论，Anthropic不拥有否决权。(来源: TechCrunch, 2026-10-15) Business Insider的报道则具体指出了6名评估员的入驻规模和专用硬件配置的事实。(来源: Business Insider, 2026-10-15)

与此同时，CNBC的报道确认，Anthropic不仅引入了METR负责AI能力风险评估，还同步引入了另一家非营利机构SecureBio，专门负责生物安全风险评估。(来源: CNBC, 2026-10-15) 这意味着Anthropic的外部审计体系从一开始就不是单维度的——它同时覆盖了AI系统的通用能力风险和特定领域（生物安全）的垂直风险。

这一安排的”首家”意义需要被精确理解。此前，前沿AI公司并非完全没有外部评估的实践。OpenAI、Google DeepMind、Meta等公司都曾在模型发布前邀请外部红队（red team）进行测试，部分公司也与学术机构建立了合作关系。但这些安排与Anthropic此次的机制存在本质区别：

第一，访问深度不同。 传统的外部红队测试通常只能访问模型的API接口或特定的沙盒环境，评估者看到的是模型的”输出面”，而非”内部结构”。Anthropic此次赋予METR评估员的是员工级别的系统访问权限——这意味着他们可以接触到模型训练过程中的关键数据、内部安全测试的原始结果、以及公司内部关于风险评估的讨论和决策过程。Unite.AI的报道将这一安排描述为”employee-like access”，强调评估员的权限层级与Anthropic内部安全团队成员基本对等。(来源: Unite.AI, 2026-10-15)

第二，持续性不同。 红队测试通常是一次性的、有时间窗口的活动——在模型发布前的几周内进行，结束后评估者即失去访问权限。Anthropic此次的安排是持续性的实地入驻，评估员在Anthropic的办公环境中长期工作，可以观察到安全实践的日常运转状态，而非仅仅是”展示日”的表现。

第三，也是最关键的——结论控制权不同。 此前几乎所有前沿AI公司的外部评估安排中，公司对评估结论都保留了某种形式的审查权或发布控制权。即便不是正式的否决权，也至少有”事先审阅”和”协商修改”的机制。Anthropic此次明确放弃了否决权——评估员可以独立发布其评估结论，无需经过Anthropic的批准。

这三个维度的差异叠加在一起，构成了一个质变：从”受控的外部参与”到”真正的独立审计”。

第二章：机制设计——拆解”开门审计”的制度架构

理解这套机制的真正价值，需要深入其制度设计的细节。

METR：不是咨询公司，是非营利评估机构

METR（Model Evaluation and Threat Research）是一家专注于前沿AI模型能力评估和威胁研究的非营利机构。这一组织定位至关重要——它意味着METR的运营资金不来自被评估对象的直接付费，其激励结构与商业咨询公司有本质区别。

Channel News Asia的报道将Anthropic此举描述为”AI safety push”的一部分，并强调了METR作为”outside evaluator”的独立角色。(来源: Channel News Asia, 2026-10-15) 在传统行业的审计实践中，审计机构的独立性是审计结论可信度的基石——如果审计师的收入完全依赖被审计公司的付费，其独立性就会受到质疑（这正是安然事件后安达信倒塌的教训）。METR的非营利性质在制度层面为其独立性提供了第一层保障。

SecureBio：垂直领域的专业化审计

Anthropic同步引入SecureBio负责生物安全风险评估，这一安排反映了一个重要的技术现实：前沿AI模型的风险不是均质的，不同风险维度需要不同的专业能力来评估。(来源: CNBC, 2026-10-15)

生物安全是前沿AI模型最敏感的风险领域之一。随着大语言模型在生物学、化学、分子设计等领域的能力不断增强，模型是否可能被用于辅助设计危险病原体或合成有害生物制剂，已经成为安全社区最关注的问题之一。这一领域的风险评估需要深厚的生物学专业知识，而非仅仅是AI技术背景。Anthropic选择引入一家专注于生物安全的非营利机构来承担这一评估职能，而非让METR一家机构包揽所有风险维度，体现了其对评估专业性的重视。

这种”多机构、多维度”的外部评估架构，在制度设计上比”一家机构评所有风险”更为稳健。它降低了单一评估机构因能力局限或认知盲区而遗漏关键风险的概率。

无否决权：制度设计的核心

“Anthropic不拥有否决权”这一条款，是整套机制中最具制度创新意义的部分。

让我们思考一下否决权的缺失意味着什么。在传统的企业-审计关系中，即便是上市公司的外部审计，审计师的报告也需要经过一定的沟通和确认流程——审计师发现问题后，会先与管理层讨论，给予管理层解释和修正的机会，最终报告中的措辞通常经过双方协商。这一流程本身并非不合理，但它为被审计方提供了”软影响”审计结论的空间。

Anthropic此次明确放弃否决权，意味着METR评估员如果发现Anthropic的安全实践存在问题、其模型的风险水平高于Anthropic自身的评估、或者其内部安全流程存在缺陷，他们可以直接将这些发现公之于众，Anthropic无法阻止。

这一安排的激进程度，在前沿AI行业中是前所未有的。它实质上是Anthropic主动将自己置于一种”不对称透明”的状态——外部评估者对Anthropic的了解程度远超Anthropic对评估者将如何使用这些信息的控制程度。

这里存在一个值得深入分析的博弈论问题：为什么一家公司会主动放弃对关于自身安全状况的叙事控制权？

两种对立解读

解读一：这是真诚的安全承诺。 Anthropic的创始团队（包括CEO Dario Amodei和安全研究负责人）从DeepMind和OpenAI的经历中深刻认识到，AI安全不能仅靠内部团队的自我约束。内部安全团队无论多么优秀，都面临组织压力、信息茧房和激励扭曲的系统性风险。引入真正独立的外部审计，是确保安全承诺不会在商业压力下被侵蚀的制度保障。

解读二：这是精心计算的商业策略。 ainvest.com的分析文章直接将Anthropic的METR透明度举措与其IPO计划联系在一起，标题中使用了”Governance Machine Behind a $2 Trillion IPO”的措辞。(来源: ainvest.com, 2026-10-15) 另一篇ainvest.com的分析则更为尖锐，标题为”Record Growth, an ‘Adjusted’ Profit, and Evaluators With Strings Attached”，暗示这一安排可能并非表面上那么无条件。(来源: ainvest.com, 2026-10-15) Euronews的报道则提供了具体的财务背景：Anthropic的收入同比增长46%至168亿美元，公司正在筹划一次估值2万亿美元的IPO。(来源: Euronews, 2026-10-15)

我的判断是：两种解读都有道理，但它们并不互斥——而且更重要的是，即便商业动机是真实的，制度设计本身的价值也不会因此减损。

这是一个关键的分析框架：制度的有效性不依赖于设计者的动机纯洁性。美国的上市公司外部审计制度并非因为企业CEO们热爱透明度而有效——它有效是因为制度结构本身创造了正确的激励和约束。同样，即便Anthropic引入METR评估员的部分动机是为IPO创造”安全治理溢价”，只要评估员确实拥有员工级别的系统访问权限、确实可以独立发布结论、Anthropic确实不拥有否决权，这套制度就具有真实的约束力。

动机可以是混合的。制度效果才是核心。

第三章：安全背景——为什么”内部评估不够，需要外部眼睛”

Anthropic此举的时间节点并非偶然。

2026年9月，Anthropic发布了其威胁情报报告（September 2026 Threat Intelligence Report），系统梳理了前沿模型面临的安全威胁态势。(来源: Anthropic, 2026-09) 这份报告的发布本身就是一个信号——它表明Anthropic认为当前的威胁环境已经严峻到需要以正式报告的形式向公众和行业通报。

虽然参考资料中未提供该报告的完整内容摘要，但我们可以从行业背景中理解其语境。2026年的前沿AI模型相比2024年已经发生了能力的代际跃升。在编程、科学推理、多步骤规划等维度上，最新一代模型的表现已经接近或达到了人类专家水平。这种能力水平的提升直接改变了风险图景：

第一，模型的”双用途”（dual-use）风险急剧上升。 一个能够进行复杂科学推理的模型，既可以帮助药物研发，也可能被用于设计有害物质。一个擅长多步骤规划的模型，既可以优化供应链，也可能被用于策划复杂的社会工程攻击。能力越强，双用途风险越大。

第二，内部评估的局限性越来越明显。 当模型的能力处于较低水平时，内部安全团队通过标准化的测试套件就能比较全面地评估其风险。但当模型能力达到专家水平时，评估本身就需要跨领域的专业知识——生物安全风险需要生物学家来评估，网络安全风险需要安全研究员来评估，自主行为风险需要认知科学家来评估。没有哪家公司的内部团队能够覆盖所有相关领域的前沿专业知识。

第三，”评估者捕获”（evaluator capture）的风险随组织规模增长而增大。 当一家公司的收入达到168亿美元、估值瞄准2万亿美元时，其内部安全团队面临的组织压力是巨大的。即便安全团队的成员个人都真诚地致力于安全，他们也不可避免地受到以下因素的影响：产品发布时间表的压力、来自商业团队的隐性期望、以及长期在同一组织内工作所形成的认知框架固化。外部评估员不受这些组织动力学的影响，能够提供真正的”新鲜眼睛”。

Anthropic在其官方公告中将此举定位为”independent evaluators”机制的正式更新，并明确强调了评估独立性和透明度这两个核心原则。(来源: Anthropic official blog, 2026-10-15) 这一措辞选择本身就值得关注——”independent”（独立）和”transparency”（透明度）是审计行业的核心术语，Anthropic有意识地借用了成熟行业的制度语言来框定自己的安全治理实践。

一个被忽视的结构性问题

大多数关于这一事件的分析都聚焦于”Anthropic做了什么”，但很少有人深入思考一个更根本的问题：为什么在2026年之前，没有任何前沿AI公司做过这件事？

答案不是”其他公司不关心安全”——这种简单化的归因是错误的。真正的原因是多层次的：

知识产权顾虑。 赋予外部人员员工级别的系统访问权限，意味着将公司最核心的技术资产暴露给外部。模型架构、训练数据处理流程、内部安全测试方法论——这些都是前沿AI公司最敏感的知识产权。任何公司的法务团队都会对这种安排提出强烈反对。

竞争劣势恐惧。 如果评估员发现了问题并公开发布，可能对公司的市场地位造成直接损害。而竞争对手如果没有接受同等水平的审计，就不会面临同样的风险。这创造了一种”先行者劣势”——第一个打开门的公司承受的风险最大。

法律责任风险。 外部评估员的独立报告如果指出了安全缺陷，可能被监管机构或诉讼律师作为证据使用。对于公司法务而言，”不知道”有时比”知道但被公开”在法律上更安全。

Anthropic之所以能够克服这些障碍，可能与几个因素有关：其创始团队对AI安全的深度承诺、其组织文化中对安全的优先级排序、以及——不可忽视的——其IPO前夕需要向资本市场展示差异化治理能力的商业需求。

这些因素的交汇，创造了一个独特的窗口期，使得这一制度创新成为可能。

第四章：行业博弈——”当一家公司打开黑箱，其他公司还能继续关着门吗？”

Anthropic的”开门审计”对行业竞争格局的影响，可能比大多数人意识到的更为深远。

治理标准的”棘轮效应”

在行业治理标准的演进中，存在一种”棘轮效应”（ratchet effect）：一旦某家领先企业建立了更高的治理标准，这个标准就很难再降下来——不仅对该企业自身如此，对整个行业也是如此。

Anthropic此举创造了一个新的参照点。从今天起，当OpenAI、Google DeepMind、Meta或任何其他前沿AI公司声称自己的模型是”安全的”时，公众、监管机构和媒体都可以追问一个简单的问题：“你是否允许独立第三方以员工级别权限实地审计你的安全实践？你是否放弃了对审计结论的否决权？”

如果答案是”没有”，那么无论该公司发布多少自我评估报告、邀请多少外部红队、签署多少安全承诺书，其安全声明的可信度都将在比较中显得苍白。

这就是Anthropic此举的真正战略价值——它不仅仅是一项安全措施，更是一种竞争武器。通过主动设定更高的治理标准，Anthropic迫使竞争对手在两个选项之间做出选择：要么跟进（这需要付出真实的成本和风险），要么不跟进（这将在公众信任和监管评估中处于劣势）。

对OpenAI的压力

OpenAI是受此影响最直接的竞争对手。作为前沿AI领域最知名的公司，OpenAI长期以来在安全叙事上占据主导地位——其名称中的”Open”本身就暗含了透明度的承诺。但在实际操作中，OpenAI在过去几年中逐渐从开放走向封闭，多次因安全团队人员变动和内部治理争议而受到批评。

Anthropic的”开门审计”直接挑战了OpenAI的安全叙事。如果Anthropic可以允许6名独立评估员以员工级别权限入驻审计，OpenAI为什么不能？这个问题将在未来的国会听证会、监管咨询和媒体报道中被反复提出。

对Google DeepMind的影响

Google DeepMind的情况更为复杂。作为Alphabet的子公司，Google DeepMind的安全治理嵌套在Google的整体企业治理框架中。允许外部评估员以员工级别权限访问Google DeepMind的系统，可能涉及Google更广泛的数据安全政策和知识产权保护机制。这使得Google DeepMind即便想要跟进Anthropic的做法，在执行层面也面临更大的组织障碍。

但这恰恰是Anthropic策略的精妙之处——作为一家相对独立的公司（尽管有Amazon等重要投资者），Anthropic在组织灵活性上具有天然优势。它可以更快速地做出这类制度创新决策，而大型科技集团的子公司则需要经过更长的内部审批链条。

对全球监管框架的催化作用

Anthropic的”开门审计”实践可能对全球AI监管框架产生催化作用。

欧盟AI法案（EU AI Act）已经对高风险AI系统提出了第三方审计的要求，但其具体实施细则仍在制定中。Anthropic的实践为欧盟监管机构提供了一个现实世界的参考模型——它证明了”员工级别访问权限的独立第三方审计”在技术上和组织上是可行的，前沿AI公司可以在不崩溃的情况下接受这种水平的外部审查。

美国方面，拜登时期签署的AI行政令和此后的政策演进一直在推动前沿AI公司的安全评估和信息共享。Anthropic的自愿性实践可能被监管机构引用为”行业最佳实践”，进而成为强制性要求的参考基准。

这里存在一个微妙但重要的动态：自愿性的行业最佳实践，往往是强制性监管要求的先导。 当一家领先企业证明了某种治理标准是可行的，监管机构就获得了将其推广为行业强制标准的依据和信心。Anthropic可能正在有意无意地为整个行业设定未来的监管基线。

第五章：深层洞察——大多数人没有看到的3个维度

洞察一：这实质上是一种”安全治理的证券化”

将Anthropic的”开门审计”放在其IPO背景下理解，我们会发现一个更深层的逻辑。Euronews报道Anthropic收入同比增长46%至168亿美元，公司正在筹划估值2万亿美元的IPO。(来源: Euronews, 2026-10-15) ainvest.com的分析更直接地将METR透明度举措称为”Governance Machine Behind a $2 Trillion IPO”。(来源: ainvest.com, 2026-10-15)

在传统金融市场中，公司治理质量直接影响估值倍数。ESG（环境、社会和治理）评级高的公司通常享有估值溢价。Anthropic正在做的，本质上是将AI安全治理转化为可被资本市场定价的资产。

具体而言：独立第三方审计的存在降低了投资者面临的”信息不对称”风险。当投资者评估一家AI公司时，最大的不确定性之一是”这家公司的模型到底有多安全？其自我声明的安全水平是否可信？”如果答案只能依赖公司自身的说法，投资者就需要为这种信息不对称承担风险溢价（即降低估值）。但如果有独立第三方以员工级别权限持续审计并可以自由发布结论，投资者面临的信息不对称就大幅降低——这直接支撑了更高的估值倍数。

这意味着Anthropic的”开门审计”不仅是成本（承受审计风险），也是投资（创造治理溢价）。在一个2万亿美元估值的IPO中，即便1-2个百分点的估值溢价，也意味着数百亿美元的价值创造。

洞察二：评估员的”嵌入式”模式可能催生一个新的专业服务行业

METR的6名评估员以”嵌入式”方式入驻Anthropic，这一模式如果被证明有效并被行业广泛采用，可能催生一个全新的专业服务行业——”前沿AI系统独立审计”。

目前，METR和SecureBio都是非营利机构，但随着需求的增长，我们可能看到：

  • 更多的专业评估机构出现，覆盖不同的风险维度（网络安全、自主行为、信息操纵等）
  • 评估方法论的标准化和专业认证体系的建立
  • 类似于”四大”会计师事务所的前沿AI审计机构的形成

这一发展路径与金融行业的历史演进高度相似。最初的公司财务审计也是自愿性的、非标准化的，由少数非营利或半公益性质的机构执行。随着资本市场的发展和监管要求的强化，它逐渐演变为一个高度专业化、标准化、规模化的行业。前沿AI安全审计可能正处于这一演进的早期阶段。

但这里也存在一个重要的风险：审计行业的”四大”模式本身也有其弊病——审计机构与被审计公司之间的长期关系可能导致”审计者捕获”（auditor capture），即审计机构为了维持客户关系而降低审计标准。如何在AI安全审计领域避免重蹈这一覆辙，是一个需要提前思考的制度设计问题。

洞察三：真正的考验不是今天，而是评估员发现问题的那一天

Anthropic今天宣布的安排，在行业和媒体中获得了广泛的正面评价。但这套机制的真正考验，不在于它被建立的时刻，而在于它第一次被”使用”的时刻——即METR评估员第一次发布一份对Anthropic不利的评估报告的时候。

那一天，Anthropic将面临真正的选择：是接受评估结论并采取整改措施，还是试图通过其他方式（如质疑评估方法论、限制后续访问权限、或通过公关手段淡化评估结论的影响）来规避不利结论的后果？

ainvest.com的一篇分析文章标题中的”Evaluators With Strings Attached”（附带条件的评估员）暗示了这种担忧。(来源: ainvest.com, 2026-10-15) 虽然Anthropic在制度层面放弃了否决权，但在实际操作中，公司仍然拥有多种”软权力”来影响评估过程——例如控制评估员可以接触哪些员工、提供哪些背景信息、以及在多大程度上配合评估员的信息请求。

这并不意味着Anthropic的制度设计是虚伪的。但它提醒我们，制度的有效性不仅取决于其文本规定，更取决于其在压力下的实际执行。只有当这套机制经历了第一次真正的”压力测试”——即评估员发现了Anthropic不愿公开的问题并选择独立发布——之后，我们才能真正评判其有效性。

第六章：可复制性的挑战与前景

Anthropic的”开门审计”模式是否可以被其他前沿AI公司复制？这个问题的答案取决于几个关键变量。

评估机构的供给瓶颈

目前，能够执行前沿AI模型员工级别深度审计的独立机构极为稀缺。METR是这一领域最知名的机构之一，但其人员规模有限。如果所有前沿AI公司都希望引入类似的独立审计安排，评估人才的供给将成为严重的瓶颈。

培养一名合格的前沿AI安全评估员需要罕见的能力组合：深厚的AI技术背景、安全研究经验、对组织行为和制度设计的理解、以及在商业压力下保持独立判断的职业操守。这类人才的培养周期以年计，短期内难以大规模扩展。

成本与激励的不对称

对于Anthropic而言，”开门审计”的成本不仅包括直接的硬件和后勤支出，还包括：

  • 内部团队配合评估员工作的时间成本
  • 知识产权泄露的潜在风险
  • 不利评估结论的市场影响风险

对于一家收入168亿美元、估值瞄准2万亿美元的公司而言，这些成本是可以承受的，尤其是当”治理溢价”可能带来数百亿美元的估值提升时。但对于规模较小的AI公司——例如年收入在数亿美元级别的公司——这些成本的相对负担要大得多，而潜在的”治理溢价”回报也小得多。

这意味着Anthropic的模式在短期内可能只会被少数头部公司采用，而非成为行业普遍实践。要使其成为行业标准，可能需要监管力量的介入——即通过法律或法规要求前沿AI公司接受独立第三方审计。

国际维度的复杂性

Anthropic是一家美国公司，其”开门审计”安排目前也在美国的法律和监管框架内运作。但前沿AI是一个全球性行业，中国、欧盟、英国等主要AI发展中心的公司是否会采用类似的安排，取决于各自的法律环境、商业文化和地缘政治考量。

特别是在中美AI竞争的背景下，中国的前沿AI公司（如百度、阿里、字节跳动等）是否会接受国际独立机构的实地审计，是一个高度敏感的问题。知识产权保护、数据安全法规和国家安全考量都可能成为障碍。

这意味着Anthropic的”开门审计”模式可能在西方民主国家的前沿AI公司中逐步扩散，但在全球范围内实现统一的独立审计标准，仍然是一个遥远的目标。

结语：从”信任我”到”来查我”——AI治理的分水岭

让我们回到最根本的问题：这件事为什么重要？

在AI发展的前两个十年（2010年代和2020年代前半），AI安全治理的主导模式是”自我声明”——公司发布安全白皮书、签署自愿承诺、建立内部安全团队，然后告诉公众：”信任我们，我们很负责。”

这种模式的问题不在于公司不真诚，而在于它在结构上不可验证。公众和监管机构没有独立的手段来验证公司的安全声明是否与实际实践一致。这就像一家上市公司只发布自我编制的财务报表而不接受外部审计——即便管理层完全诚实，这种安排也无法为投资者提供充分的信心。

Anthropic在2026年10月15日迈出的这一步，标志着AI安全治理从”自我声明”模式向”可验证的第三方审计”模式的转变。6名METR评估员的入驻、员工级别的系统访问权限、独立发布权、无否决权——这些具体的制度安排，构成了AI行业第一套真正意义上的独立审计基础设施。

但我必须明确指出这套机制的局限性。

第一，6名评估员对于一家Anthropic规模的公司而言，覆盖面仍然有限。前沿AI系统的复杂性意味着全面审计需要远超6人的评估团队。

第二，”无否决权”不等于”无影响力”。Anthropic仍然控制着评估员的物理访问环境、信息提供的范围和速度、以及后续合作关系的延续。这些”软权力”可能在实践中削弱制度设计的理想效果。

第三，这套机制目前只覆盖Anthropic一家公司。在整个前沿AI行业采用类似标准之前，其对全球AI安全的实际影响是有限的。

尽管如此，Anthropic此举的范式意义不应被低估。它证明了一个此前被认为”不可能”或”不现实”的事情是可以做到的：一家商业上成功的前沿AI公司，可以在不崩溃、不丧失竞争力的情况下，接受真正独立的第三方深度审计。

这个证明本身，就是对整个行业最大的贡献。

对于投资者而言，Anthropic的”开门审计”安排应被视为一个积极的治理信号，但其真正价值需要在第一次”压力测试”之后才能被充分评估。对于监管机构而言，这一实践为制定强制性独立审计要求提供了现实世界的参考模型。对于其他前沿AI公司而言，这是一个明确的信号：治理标准的基线正在上移，不跟进的成本将随时间推移而增大。

从”信任我”到”来查我”，AI安全治理正在经历其最重要的制度转型。Anthropic打开了第一扇门。问题是：其他公司需要多久才会跟进？以及——当它们跟进时，门会开得一样大吗？

参考资料

  1. An Update on Independent Evaluators — Anthropic, 2026-10-15
  2. Anthropic is letting METR researchers look under the hood with employee-level access — TechCrunch, 2026-10-15
  3. Anthropic taps nonprofits METR and SecureBio to help assess risks and safety practices — CNBC, 2026-10-15
  4. Anthropic just opened its doors to outside safety watchdogs. Here’s how it will work. — Business Insider, 2026-10-15
  5. September 2026 Threat Intelligence Report — Anthropic, 2026-09
  6. Anthropic revenue jumps 46% to $16.8bn as AI firm eyes record $2 trillion IPO valuation — Euronews, 2026-10-15
  7. Anthropic Onboards Six METR Evaluators With Employee-Like Access — Unite.AI, 2026-10-15
  8. Anthropic grants outside evaluator METR employee-level access in AI safety push — Channel News Asia, 2026-10-15
  9. Anthropic’s METR Transparency Push Is the Governance Machine Behind a $2 Trillion IPO — ainvest.com, 2026-10-15
  10. Anthropic’s $2 Trillion IPO: Record Growth, an “Adjusted” Profit, and Evaluators With Strings Attached — ainvest.com, 2026-10-15

主题分类：A