AI安全评估走进实验室：OpenAI与Anthropic拟引入“嵌入式独立安全评估员”

OpenAI与Anthropic正推动把独立安全评估“嵌进”实验室内部：评估者有望更深入接触训练过程与模型行为，并在发现问题时报告异常。方向从外部口号转向制度设计，但访问范围、介入时机、成果发表权，以及评估者能否真正独立于公司控制，目前仍不清晰。支持者认为这能把监督前移到训练阶段；质疑者则担心若规则与法律保护不到位，最终只会变成受控的门面安排。