据 TechCrunch 报道，Anthropic 正向 AI 安全研究机构 METR 的研究人员开放员工级别的访问权限，使其能够"看到内部"（look under the hood），而不只是从外部对模型进行黑盒测试。
对 AI 从业者而言，这一安排的关键在于访问层级的差异。长期以来，外部研究机构评估前沿模型时，通常只能通过公开 API 或受限接口调用模型，能观察到的往往只是输入与输出行为。员工级访问则把外部研究者放到更接近内部人员的观察位置，为独立评估前沿模型的能力边界与潜在风险提供了更直接的条件。
需要注意的是，目前公开的信息仅指向"员工级访问"这一权限层级本身，具体的访问范围、涉及哪些系统与工具、以及研究过程中附带的条件，均尚未披露。这些细节恰恰决定了此类合作的实际含金量。
对关注 AI 安全与治理的人来说，值得追问的包括几点：访问范围具体覆盖哪些内部资源；研究结论能否公开发表；以及第三方机构在获得深度访问的同时，如何保持评估的独立性。模型厂商与外部评估机构之间的这类安排，其价值最终取决于独立性能否被制度性地保障，而非仅停留在权限开放的姿态上。
如果这一模式被更多前沿实验室采用，它可能影响未来 AI 安全评估的常规做法——外部机构从"只能测行为"走向"能看内部"，评估的可信度与可验证性也将随之改变。