四天前才被说出口的那句话，现在签成了合同
本站 9 月 14 日写过 Amodei 呼吁行业放慢那条，当时 Altman 在回应里认领的具体一项，正是「让独立评估者拿到类员工级别的访问权限」。 9 月 18 日，Anthropic 把这句话变成了一纸合作。四天。这个速度本身就值得记一笔——它说明这件事不是当天临时提出的设想，而是早就在谈、只是那天被说了出来。 也正因为落地得快，评判标准就该从「愿景」切换到「条款」。而条款里最值得看的是访问权限这一条：外部评测机构只能看到模型的输出，嵌入式评估者能看到模型在训练中怎么成形、构建和部署的决策怎么做出、以及能直接问员工。**这是评测能力的实质提升，不是措辞上的进步。**能看到过程和能看到结果，是两种完全不同的评测。
昨天那个结构性问题，在这里以最彻底的形式出现
本站 9 月 18 日写 AEF-1 时指出过一个结构性问题：评估者的收入来自被评估者。今天这条把它推到了极致——评估者不仅收被评估方的钱，还坐在被评估方的楼里、用着被评估方给的权限。 必须同时记下的是，Anthropic 自己在公告里把这点写明了：按其 6 月发布的框架，独立评测的长期资金应当来自共同出资或政府来源；是在缺少这类机制的情况下，它才选择按不同安排与不同评估者合作。**这是一份承认自己是次优解的公告**，这一点在同类发布里并不常见，该给它记上。 但承认不等于解决。公告里没有公开的利益冲突处理条款——评估者发现问题后能不能对外说、说到什么程度、被否决了怎么办，这些是「独立」二字真正落在哪里的地方，目前都没有写。这也是接下来最该追问的。 另外一个不该模糊的区别：埃森哲不是非营利机构。它是一家同时在向大量企业销售 AI 落地服务的咨询公司，和 METR 这类机构的处境不一样。Anthropic 说正与 METR 等商谈用对方自有资金试点——那条路径如果成形，独立性比这条强，因为付钱的和被评的终于不是同一方。
「各投 10 亿」是什么钱，要读准
很容易把「各投至少 10 亿美元」读成「花 10 亿请人做评测」。按公告口径，这是两家各自预计未来五年**在这一领域建设能力**的投入，不是付给这次评测工作的费用。 同样要按口径读的还有 Faculty 的位置：它是埃森哲收购来的应用 AI 公司，此前有为大型 AI 实验室做模型测试评估、以及在政府、国防、医疗和基础设施这类高风险场景里做系统的经验。这份履历解释了为什么是它，但也说明这是一个做甲方生意起家的团队转过来做评估。 接下来几周有两件事可以对照着看：Anthropic 说还会宣布其他评估者——名单里有没有不拿它钱的机构，是判断这套安排成色的第一个信号；以及 METR 那条用自有资金的试点能不能真的落地。在那之前，这份合作的准确定性是：**评测能力确实往前走了一大步，独立性的制度保障还欠一份公开条款。**