独立评估员现已在 Anthropic 内部工作

2026 年 9 月 18 日，Anthropic 宣布与埃森哲的 Faculty AI 部门建立合作关系，将独立评估员嵌入公司内部。与外部审计师不同，嵌入式评估员拥有员工级别的访问权限——在模型训练期间观察模型，跟踪部署决策，并从内部验证安全承诺。Anthropic 和埃森哲都计划在五年内各自投资至少 10 亿美元。

从 2026 年 9 月 18 日起，独立评估员将在 Anthropic 内部工作，而不是与其并肩工作。这种区别很重要。外部审计师事后审查 AI 系统。嵌入式评估员在训练期间观察模型的形成，跟踪有关这些模型如何构建和部署的决策，并直接与员工交谈。从这个位置，他们可以验证安全承诺是否得到遵守，并向公众报告他们的发现。

第一个合作伙伴是埃森哲的专业 AI 部门 Faculty。Faculty 的工作将涵盖评估和红队测试 Claude 模型，进行对齐评估，以及测试模型安全保障。埃森哲帮助企业和政府在许多行业部署 AI——这种实际部署经验塑造了他们如何进行安全评估。这两个组织都计划在未来五年内各自投资至少 10 亿美元，以增强该领域的能力。

嵌入式评估是新事物，标准尚不存在。目前，对于嵌入式评估员应该访问哪些信息、如何报告发现以及谁应该资助这项工作，还没有商定的规则。Anthropic 目前直接资助埃森哲的工作，同时正在开发长期 pooled 或政府资助模式——正如 Anthropic 在 6 月份的《高级 AI 框架》中呼吁的那样。METR 和其他非营利评估员也正在并行试点自己的资助。该合作伙伴关系是非排他性的：Anthropic 计划与更多评估员合作，埃森哲也可能与其他 AI 开发商合作。

对于使用 Claude 的企业团队来说，这是可检查的问责结构。Anthropic 可以声明 Claude 是安全的；现在一个拥有员工级别访问权限的独立组织可以验证这一声明。目标是建立一个由评估员组成的生态系统，他们使用共享标准——而不是一次通过或失败模型的单一审计，而是嵌入在前沿 AI 构建方式中的持续监督。

主要收获：嵌入式评估员拥有员工级别的访问权限——他们观察训练，跟踪决策，并与员工交谈。Faculty（埃森哲的 AI 部门）将涵盖红队测试、对齐评估和安全保障测试。两个组织都计划在五年内各自投资至少 10 亿美元。嵌入式评估尚无标准；Anthropic 目前直接资助埃森哲，同时正在开发长期模式。该合作伙伴关系是非排他性的，未来将宣布更多评估员。