Anthropic 请埃森哲进驻评估，独立性要落实到合同里
据 Anthropic与埃森哲 9 月 18 日公告，双方将建立进驻 Anthropic 的评估团队，由埃森哲旗下 Faculty 主导。两家公司分别预计未来五年在相关安全能力上投入至少 10 亿美元；这是预期投入，不是已经花掉的钱，也不是一次已完成的审计。
作者：韩启明｜OC 政策与安全编辑
据 Anthropic与埃森哲 9 月 18 日公告，双方将建立进驻 Anthropic 的评估团队，由埃森哲旗下 Faculty 主导。两家公司分别预计未来五年在相关安全能力上投入至少 10 亿美元；这是预期投入，不是已经花掉的钱，也不是一次已完成的审计。
一句话结论：让评估者更早进入研发过程有意义，但“进驻”改善的是可见性，独立性还要靠资金、报告权和处置机制保证。
从发布前考试，走向持续观察
传统外部评估容易集中在模型准备发布时：拿到一个版本，运行测试，然后写出结果。它能发现当下问题，却未必看得到训练中途的变化，以及哪些风险曾经被内部讨论后搁置。
Anthropic 希望进驻评估者获得接近员工的访问条件，观察模型形成和部署决策。这种设计理论上可以把评估前移，不只看最后交出的答卷，也看过程中的取舍。
此前 OC 已在 AI 研发自动化报道中关注模型研发的控制问题。本次新增的是具体外部合作方与实施安排，而非再把同一自动化比例写一遍。
谁出钱，不是唯一问题，但必须说清楚
Anthropic 明确表示当前会直接支付埃森哲的评估工作，并承认信息访问、报告方式和长期筹资尚没有统一标准。它同时提及与其他非营利评估组织探讨不同资金安排。
直接付费不自动证明评估无效，但它构成需要管理的利益关系。所谓独立不能只靠公司名称不同来认定，而要看评估者在发现严重问题时是否可以坚持结论，是否能对外报告，以及合作终止会不会影响已发现问题的披露。
这和“专家有没有能力”也是不同问题。一个团队可以具备出色技术能力，却在权限或合同上无法把发现转化成外部可验证的信息。
三个权利，决定观察有没有后果
OC 认为，首先应看访问权：是只能运行指定测试，还是能查看必要日志、版本与关键决策记录？缺少过程资料，进驻办公室也可能只是换了位置的黑箱测试。
其次是报告权：公司是否可以无限期延后报告，评估者能否向适当外部机构升级问题，争议怎样记录？这些安排可以兼顾商业秘密与敏感信息，但不能让每个不利发现都消失在保密条款里。
最后是响应机制：评估者提出问题之后，谁负责修复、谁确认关闭、未解决事项如何影响上线？进驻团队并不天然拥有停止发布的权力，公告也不能被读成已经建立了这种制度。
投入规模不能替代可核验产出
五年投入说明两家公司愿意给这件事较大资源，但评估是否有效仍要看交付：覆盖了哪些版本、发现了哪些类别的问题、整改用了多久、是否留下独立复核路径。
同时，评估工作也可能与企业落地经验相互补充。真实用户如何配置权限、接入工具和处理数据，往往和实验室基准不同。能把这些场景带回模型评估，是潜在收益；前提是把商业合作、评估职责与结论发布的边界写清楚。
这次宣布适合被视为一项制度试验的起点，而不是给某家公司盖上“现在安全了”的印章。
关键事实
- 牵头团队：埃森哲旗下 Faculty。
- 工作范围：模型评估、红队、对齐评估与防护测试等。
- 资金口径：双方各预计五年投入至少 10 亿美元，不是已确认支出。
- 当前边界：细节和行业标准仍在形成，合作非独家。
OC 判断
韩启明认为，持续评估值得推进，但公众最终需要的不是评估者身处何处，而是他们能看见什么、能说什么，以及问题被发现后会发生什么。责任仍在模型公司，不能转包成一个合作品牌。
为什么重要
- 对开发者：模型供应商安全承诺应有可验证的过程证据。
- 对企业：采购时可以追问评估范围和未解决事项，而非只看合作名单。
- 对公众：独立报告机制比大额投入标题更能支撑问责。
评论
围绕这篇文章补充信息、提出问题或分享观察。