AI安全公司Anthropic宣布，将向第三方审计机构开放“类员工权限”（employee-like access），使其能够更深入地审查公司内部系统与模型行为。这一举措在AI行业内尚属首次，标志着AI实验室在外部监督机制上迈出实质性一步。
据Anthropic介绍，获得此类权限的外部评估者将能够在受控环境下访问与内部员工相似的工具和接口，从而对模型的安全性、对齐效果及潜在风险进行独立验证。此前，AI公司通常仅向外部研究者提供有限的API访问或黑盒测试条件，审计深度受到明显限制。
随着AI实验室持续进行自我监管，外部评估者在发现风险方面发挥着关键作用。然而，缺乏足够的系统访问权限一直是独立审计的主要障碍。Anthropic此次开放“类员工权限”，旨在缩小内部与外部评估者之间的信息不对称，使第三方能够更准确地复现内部测试结果并识别潜在漏洞。
当前，全球主要AI实验室普遍面临来自监管机构和公众的审查压力。欧盟《人工智能法案》已进入实施阶段，美国多州也在推进AI安全立法。在这一背景下，Anthropic的举措被视为对行业透明度诉求的主动回应。不过，该公司未披露首批获得权限的审计机构名单及具体访问范围。
分析人士指出，向第三方开放类员工权限有助于提升AI安全评估的可信度，但同时也带来知识产权保护和系统安全方面的新挑战。如何在透明度与商业机密之间取得平衡，将是Anthropic及其他AI公司需要持续解决的问题。
若该模式被行业广泛采纳，可能推动AI审计从自愿性、有限度的外部测试，向更结构化、可验证的独立监督体系演进。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
