10 月 16 日，Anthropic 最近發布公告，表示上月已承諾針對自身模型及安全實踐進行更強有力的獨立第三方評估，並已開始向專門評估前沿 AI 模型的非營利機構 METR 提供類似內部員工的訪問權限。METR 隨後將公佈其風險評估結果。Anthropic 表示，公司還在推進其他幾項評估合作。Elon Musk 當日在社交媒體平台 X 對此表示，SpaceX 可能會採取與 Anthropic 相同的做法。
Elon Musk 對 AI 安全的關注並非始於此次表態。在 9 月中旬洛杉磯舉行的 All-In Summit 上，他曾提議 SpaceX、OpenAI、Anthropic、Google、Meta 以及 3 至 4 家中國主要 AI 公司共同參與模型互檢機制，在模型發布前允許競爭對手對其進行安全評估。更早之前，Elon Musk 在回應阿莫代伊關於嵌入外部評估者的文章時，曾以引用帖的方式簡單表示「Dario is right」。
Anthropic 正在加強 AI 模型的獨立評估機制
根據 Anthropic 官方博客介紹，已為 6 名 METR 員工配備了公司硬件、辦公空間，以及與本機構風險評估團隊大致同級的內部工具和系統訪問權限。除少數明確界定的類別（如客戶數據、受律師-客戶特權保護的資訊、模型架構資訊）外，Anthropic 員工被鼓勵像對待從事對齊風險工作的同事一樣，與 METR 團隊共享資訊。
Anthropic 這一安排借鑒了銀行業監管的邏輯：正如監管機構向大型銀行派駐常駐檢查員，Anthropic 希望通過嵌入外部評估者，縮小外部對前沿 AI 公司系統的理解與公司自身理解之間的差距。
