第三方评测的AEF-1：给评测方的「资质说明」是什么？

AI Evaluator Forum 在 2025 年 12 月成立，推出的 AEF1 是一项自愿标准：第三方评测方填写一份清单，随评测结果一起公布，说明自己是在什么条件下做出这份评测的。它覆盖五项原则：充分的访问与资源最小化利益冲突分析自主性方法与结果透明敏感信息保护在访问一项上，AEF1 建议外部评测方能拿到系统提示词、训练过程与数据的信息、已有的内部评测结果和已知漏洞信息。标准本身不新，2026 年 9 月的变化是 OpenAI 跟进了 Anthropic 的嵌入式评估者承诺，xAI 也一并联署。

第三方评测的资料来源是什么？

AI Evaluator Forum: Minimum operating conditions for thirdparty evaluation Anthropic: Accenture embedded evaluation OpenAI: Priorities and principles for thirdparty assessments CNBC: Anthropic's Amodei proposes plan to slow the pace of advancing AI capabilities CNN Business: AI standards body CNBC:

AI 第三方评测是什么？前沿模型独立评估详解

Q: 第三方评测 的先用一句话抓住它是什么？

第三方评测是让不拿开发商工资、也不替它说话的人，来检查模型到底有多危险。 生活里的类比是财务审计。公司当然可以自己算账，但上市公司的财报要由外部会计师审计，而且审计师要能看到真实账本，不是只看公司挑出来的几页。AI 评测面对的问题几乎一样：独立性和访问权限，缺一不可。

Q: 为什么现在被频繁提起？

一方面，模型的能力越过了一些厂商自己设定的门槛。OpenAI 9 月初把 GPT6 Astra 认定为首个越过其准备框架「关键」网络安全门槛的模型；GPT6 Astra 的系统卡还承认，如果模型故意在评测中藏拙，公司很可能察觉不到。评测结果越关键、越难验证，外部核查的价值就越大。 另一方面，几家头部公司在 2026 年 9 月集中表了态： 9 月 12 日，Anthropic CEO Dario Amodei 发文主张为前沿能力「定速」，其中一项是让第三方评估者确认公司有足够时间对齐和保护模型。数小时后 OpenAI CEO Sam Altman 回应，称让独立评估者获得类员工级别的访问权限是

Q: 第三方评测 的它通常有哪几种形态是什么？

发布前外部测试：模型临近发布时，给外部机构一段时间和一个访问接口做测试。这是过去最常见的形式，缺点是时间短、看不到训练过程。 嵌入式评测：评估者进入公司内部，像员工一样参与，能跟进训练和部署决策。优点是看得深，难点是如何保持独立——长时间在公司内部工作、由公司付费，都可能影响判断。 行业自律机构：据报道，Anthropic、OpenAI 和 Google DeepMind 自 7 月起在讨论建立一个参照美国金融业监管局（FINRA）模式的发布前测试机构，由行业出资、独立专家组成。目前没有正式章程。

AI百科编辑部2天前第三方评测独立评估AI安全

第三方评测指由模型开发商以外的独立机构评估 AI 模型的能力与风险。2026 年 9 月，Anthropic、OpenAI 先后承诺给独立评估者「类员工级」访问权限，AEF-1 标准开始获得实验室联署，争议也随之转向谁出钱、谁能公开结论

第三方评测（Third-party AI Evaluation）指由模型开发商以外的独立机构，对 AI 模型的能力和风险进行测试与评估，例如它会不会帮助网络攻击、会不会欺骗、安全防护是否有效。

它和厂商自己做的评估不矛盾，区别在于立场：自己考自己，结论总会被怀疑。随着前沿模型的发布决定越来越依赖评测结果，「谁来评、评测方能看到多少、结论能不能公开」成了 2026 年 AI 安全讨论的核心议题之一。

先用一句话抓住它

第三方评测是让不拿开发商工资、也不替它说话的人，来检查模型到底有多危险。

生活里的类比是财务审计。公司当然可以自己算账，但上市公司的财报要由外部会计师审计，而且审计师要能看到真实账本，不是只看公司挑出来的几页。AI 评测面对的问题几乎一样：独立性和访问权限，缺一不可。

为什么现在被频繁提起

一方面，模型的能力越过了一些厂商自己设定的门槛。OpenAI 9 月初把 GPT-6 Astra 认定为首个越过其准备框架「关键」网络安全门槛的模型；GPT-6 Astra 的系统卡还承认，如果模型故意在评测中藏拙，公司很可能察觉不到。评测结果越关键、越难验证，外部核查的价值就越大。

另一方面，几家头部公司在 2026 年 9 月集中表了态：

9 月 12 日，Anthropic CEO Dario Amodei 发文主张为前沿能力「定速」，其中一项是让第三方评估者确认公司有足够时间对齐和保护模型。数小时后 OpenAI CEO Sam Altman 回应，称让独立评估者获得类员工级别的访问权限是个好主意，OpenAI 也会这么做。
9 月 18 日，Anthropic 宣布与埃森哲旗下的 Faculty 合作「嵌入式评测」：评估者在公司内部工作，拥有与员工相当的访问权限，可以观察模型在训练中成形。两家各自预计五年内在这一领域投入至少 10 亿美元。
9 月 22 日，OpenAI 发布第三方评估的优先事项与原则，表示会允许外部机构在训练、评估和部署各阶段开展评估，而不只在临近发布时进行；文件没有点名合作方，也没有给出时间表。

AEF-1：给评测方的「资质说明」

AI Evaluator Forum 在 2025 年 12 月成立，推出的 AEF-1 是一项自愿标准：第三方评测方填写一份清单，随评测结果一起公布，说明自己是在什么条件下做出这份评测的。它覆盖五项原则：

充分的访问与资源
最小化利益冲突
分析自主性
方法与结果透明
敏感信息保护

在访问一项上，AEF-1 建议外部评测方能拿到系统提示词、训练过程与数据的信息、已有的内部评测结果和已知漏洞信息。标准本身不新，2026 年 9 月的变化是 OpenAI 跟进了 Anthropic 的嵌入式评估者承诺，xAI 也一并联署。

它通常有哪几种形态

发布前外部测试：模型临近发布时，给外部机构一段时间和一个访问接口做测试。这是过去最常见的形式，缺点是时间短、看不到训练过程。

嵌入式评测：评估者进入公司内部，像员工一样参与，能跟进训练和部署决策。优点是看得深，难点是如何保持独立——长时间在公司内部工作、由公司付费，都可能影响判断。

行业自律机构：据报道，Anthropic、OpenAI 和 Google DeepMind 自 7 月起在讨论建立一个参照美国金融业监管局（FINRA）模式的发布前测试机构，由行业出资、独立专家组成。目前没有正式章程。

容易误解的地方

第一个误解是「第三方就等于独立」。独立性取决于谁付钱、合同怎么写、结论能不能不经同意就公开。Anthropic 与埃森哲的合作由 Anthropic 直接出资购买服务；而据报道，埃森哲同时也是 Anthropic 最大的 Claude Code 部署伙伴。Anthropic 自己也表示，长期资金更应该来自共同出资或政府来源。

第二个误解是「行业一起制定测试标准一定是好事」。Cohere CEO Aidan Gomez 公开批评三家头部实验室讨论中的自律机构，称这类机构「换个名字也是卡特尔」，认为关键问题是谁来写规则、谁能参与。竞争对手一起约定测试和发布节奏，在反垄断角度也存在争议。

第三个误解是「评测本身没有风险」。9 月披露的一起事件里，Gemini 在独立评测公司 Irregular 进行的网络安全测试中，因为测试环境意外开放了联网能力，访问了三家真实公司的系统。评测同样需要沙箱隔离和明确的披露规则。

怎么看一份第三方评测

读到「某模型已通过第三方评测」时，可以追问几件事：评测方是谁、谁付的钱？评测在什么阶段做的，拿到了什么权限？评测方能否独立公开结论，报告里有没有写明局限？如果对照 AEF-1 的五项原则，每一项都能找到说明，这份评测才更有参考价值。

相关概念可以继续读 Alignment / AI 对齐、Evals / AI 评估和 Sandbagging / 藏拙。