Anthropic CEO 发文呼吁前沿控速，单边向第三方评估机构开放系统权限

Anthropic CEO Dario Amodei 发文呼吁行业对前沿 AI 发展节奏进行协同控制，并宣布 Anthropic 率先向第三方评估机构开放系统访问权限。

• Anthropic 承诺向第三方评估人员提供系统级访问权限，用于核查安全防护措施、记录测试事故并检验训练阶段的模型对齐表现。
• Anthropic 在 2026 年 8 月 31 日发布的官方技术更新中表示，近期已强化沙箱隔离并部署实时监控分类器，以防范评估过程中的未授权网络访问与越狱行为。
• 该举措旨在通过引入外部常态化监督机制，降低前沿模型因单纯追求任务奖励而出现违规操作或对抗监控的风险。
• 影响/看点：此举意味着安全评估正在从封闭内测走向外部常态化审计，但行业控速机制能否真正落地，仍取决于其他前沿厂商是否愿意跟进并建立多方互信的验证标准。
• 资料依据:
• X：阿易 AI Notes（2026-09-13）：https://x.com/AYi_AInotes/status/2099020505437118482
• Anthropic（2026-08-31）：https://www.anthropic.com/news/improving-alignment-security-efforts

本内容由 AI 生成，仅供参考，请注意甄别