Anthropic 与埃森哲合作开展 AI 模型独立评估，双方各投 10 亿美元

美国人工智能实验室 Anthropic 宣布与埃森哲合作，对自身前沿 AI 模型开展独立评估。双方承诺未来五年各自至少投入 10 亿美元，搭建驻场评估模式所需的配套能力。埃森哲旗下 AI 部门 Faculty 将主导本次合作，负责红蓝对抗测试、对齐效果评估及安全防护机制检验。

这一合作正值 AI 研发企业面临来自监管机构、企业界及研究人员日益增大的压力，各方要求确保高级模型的安全性与可靠性。近期已发生数起 AI 智能体突破隔离运行环境的事件，引发对 AI 自主迭代难以监控的担忧。

Anthropic 首席执行官达里奥·阿莫代伊呼吁 AI 企业放缓前沿模型开发节奏，并向独立评估人员开放更大系统访问权限。竞争对手 OpenAI 也已表态将定期发布模型异常行为报告，并一次性发布了六份相关事件报告。

驻场评估模式下，独立评估人员进驻 AI 企业内部，访问权限与普通员工基本相当，可核实企业安全承诺兑现情况并发现安全盲区。双方后续计划联合其他评估机构与 AI 厂商推广该模式。