近似員工的門禁卡能刷進哪些門：Anthropic 開放 METR 審查，界線畫在哪裡

2026年10月15日，Anthropic 公布一項少見的合作安排：非營利研究機構 METR 的六名員工，取得該公司所稱「近似員工級」（employee-like access）的存取權，包括公司設備、辦公空間，以及與 Anthropic 風險評估團隊大致相當的內部工具與系統權限。METR 可以發布自己的風險評估，Anthropic 表示無權否決。

聽起來像 AI 公司把家門鑰匙交給了外部稽核。但這個比喻要修正一下：拿到的是門禁卡，卡上能刷開哪些門，是另一回事。判讀這類安排，關鍵不在「有沒有外部審查」，而在三個邊界：能查什麼、能看什麼、能說什麼。

能查什麼：存取權不等於調查範圍

Anthropic 將此列為第三級評估合作。依公司說明，研究人員可檢視內部資料，評估公司的風險程度、事故或實務，並發布分析；員工也受鼓勵向 METR 分享資訊。這讓審查有機會超越讀公開文件、測試已發布模型的層次，接觸風險如何被發現與處理的內部脈絡。

但公告並未列出各系統的逐項清單，也沒有說明 METR 可自行擴大調查範圍。設備與內部工具是存取條件的概述，不能直接推定研究者能搜尋所有部門、所有時間區間或所有事故紀錄。這與我們先前分析的智慧體行為邊界議題有共同的讀法：權限的敘述和權限的實際範圍，要分開檢驗。

另外要注意隔離設計。六名研究者在保密協議下工作，並與 METR 其他替 Anthropic 執行專案的人員隔開。這降低了機密外流風險，也說明「開放」是點狀的，不是整個機構都能進場。

能看什麼：三類資料被畫在線外

公告明列的排除類別包括：客戶資料、律師與客戶間受特權保護的資訊、模型架構資訊。其中架構資訊留了一個例外：若與評估高度相關，仍可能經內部明確核準後提供。這個例外是個案的、由公司端把關的，不是研究者要求就必須交付。

把「有內部系統權限」和「每項敏感資料都能查閱」當成兩個不同命題，是讀這份安排最基本的紀律。

這也該和 9 月公布的另一次合作分開看。那次是 METR 針對一起資安測試事故的調查委託，有特定事件與協議期間；10 月公布的則是嵌入式評估者的常態架構。兩者都屬外部檢視，但權限不能互相套用。

能說什麼：不能否決，但可以要求刪節

這是整份安排裡最值得細看的一條。METR 可發布評估，Anthropic 不能否決；但公司可要求移除落在預先界定類別內的資訊，METR 則可在不揭露被刪內容的前提下，公開評論刪節是否合理。

換句話說，報告能不能出，和報告裡少了什麼，是兩件事。這個設計讓審查者有機會把「這裡被刪了」寫進報告，讀者至少知道文件不完整。但責任也落到讀者身上：實際報告發布時，要檢視它有沒有交代刪節涉及什麼主題、刪掉的資訊是否影響結論。METR 前一天發布的評估構想，也要求公開工作範圍、存取限制與刪節情形，兩邊的說法能否對得上，是後續觀察點。

導入 AI 的組織可以帶走的判斷

這份安排對一般企業的意涵，不在於跟進設置外部審查，而在於它示範了「可驗證的開放」至少要交代哪些條件：存取範圍的清單、排除的資料類別、發布權與刪節權的對應關係、以及審查者能否說出限制所在。

未來讀到任何一份外部安全報告，無論對象是模型供應商還是自家導入的系統，先問同樣三個問題：查了哪些範圍、看不到哪些資料、結論有沒有被刪節影響。這三個答案都清楚，審查才算提供了證據；缺了任何一個，就只能算是參考意見。