继上月签署《白宫超级智能协议》后，美国 AI 公司 Anthropic 迈出实质性一步：当地时间 10 月 15 日，该公司宣布已开始向非营利评估机构 METR 提供 "类似内部员工"（employee-like）的访问权限，METR 将公布对 Anthropic 模型与安全实践的风险评估结果。马斯克当日即通过社交媒体平台 X 回应：SpaceX 可能也会采取同样的做法。
Anthropic 把 "外部裁判" 请进办公室
Anthropic 官方博客 10 月 15 日发布《关于独立评估方的最新进展》，披露了这桩被外界视为 "AI 安全治理里程碑" 的安排细节：
6 名 METR 员工已入驻 Anthropic，配备公司硬件、办公空间，并可访问与 Anthropic 自身风险评估团队 "大体相当" 的内部工具和系统；
除少数明确定义的类别（客户数据、律师 — 客户特权信息、模型架构信息）外，Anthropic 员工被鼓励像与同事协作一样与 METR 团队共享信息；
METR 将公布对 Anthropic 风险水平、事件或实践的评估分析，Anthropic 不能否决发布，仅可要求删减落入窄定义类别的信息，且 METR 有权公开评论其删减是否合理；
过去一年，双方已在 Anthropic 多份《风险报告》的审查上展开合作。
Anthropic 同时披露了评估方三级访问制度：第一级为窄范围风险调查，发布需公司批准（生物安全机构 SecureBio 目前处于该级，正审查 Anthropic 8 月风险报告中的化生武器章节）；第二级可未经批准发布，但特定类别信息仍可被要求删除；第三级即 METR 所在的 "员工级" 安排。此外，Anthropic 还与咨询公司 Accenture、AI 公司 Faculty 推进包含模型红队、对齐评估、安全护栏测试在内的合作，并与 Hugging Face 等机构处于早期接触阶段。
值得注意的是，Anthropic 在声明中专门以银行监管作类比：银行比外部人更清楚自身风险敞口，监管机构因此向大型银行派驻常驻审查员。公司明确表示，嵌入评估方是自愿行为，但 "相信每一家前沿 AI 公司都应如此"。
METR 是谁：已摸过四大前沿实验室的 "底"
此次被嵌入的 METR（Model Evaluation & Threat Research，模型评估与威胁研究）是一家专注于评估前沿 AI 模型的非营利机构，自我定位为 "帮助 AI 公司和更广泛的社会理解先进 AI 系统的能力与风险"。它并非行业新面孔：
2026 年 2—3 月，METR 发布首份《前沿风险报告》（Frontier Risk Report），对前沿 AI 公司的 "恶意部署风险" 进行试点评估，Anthropic、Google DeepMind、Meta、OpenAI 四家实验室均向其提供了非公开信息与模型访问；
2026 年 9 月 22 日，METR 发布了对 Claude Opus 5.5 的部署前独立评估摘要；
其 "任务完成时间视界"（Task-Completion Time Horizons）系列研究，以衡量 AI 智能体可自主完成任务的时长来追踪模型能力跃迁，是业内常被引用的能力标尺。
马斯克为何 "接招"：一条贯穿全年的线索
马斯克 10 月 15 日的表态并非孤立事件，而是其 AI 安全立场与 SpaceX 业务整合两条线交汇的结果：
收购整合线。 2026 年 2 月 2 日，马斯克宣布太空探索技术公司（SpaceX）收购人工智能公司 xAI，两家企业 "合二为一"。据路透社及多家媒体援引知情人士消息，交易对 xAI 估值约 2500 亿美元、对 SpaceX 估值约 1 万亿美元，合并实体估值达 1.25 万亿美元。新华网上海证券报·中国证券网5 月 6 日，马斯克再发文宣布 xAI 不再作为独立公司存在，整体并入 SpaceX，成为其 AI 产品线 SpaceXAI，旗下 AI 业务完成战略重组 —— 这意味着，马斯克口中的 "SpaceX 效仿"，实际对象就是原 xAI 的模型与算力体系。
立场呼应线。 早在 9 月 12 日，Anthropic CEO 达里奥・阿莫代伊（Dario Amodei）公开呼吁放缓前沿 AI 模型开发，并提议让独立评估人员获得 "类似于正式员工的访问权限"，马斯克随即在 X 上转发回应 "达里奥说得对"；OpenAI CEO 萨姆・奥特曼也表态同意，承诺 OpenAI 将照做。
三天后（9 月 15 日），马斯克在洛杉矶 All-In Summit 上进一步抛出更具颠覆性的方案：让 xAI、OpenAI、Anthropic、谷歌、Meta 以及数家中国领先 AI 公司在模型发布前相互测试对方的模型，由竞争对手充当 "出题阅卷人"——"你不能给自己的作业打分。"
此后政策面迅速跟进：9 月 29 日，多家美国科技企业负责人在白宫签署《白宫超级智能协议：前沿责任联合承诺》，要求企业加强对前沿 AI 模型的安全管控，并承诺与独立外部审计师或评估方合作开展独立评估。
监管压力线。 马斯克旗下 AI 业务并非没有外部压力。欧盟委员会 2026 年 1 月 26 日宣布，依据《数字服务法》对 X 平台启动新的正式调查，评估其是否正确评估和缓解了 Grok 功能部署至 X 平台的风险，包括欧盟境内非法内容传播等。European Commission在这一背景下，主动嵌入独立评估方对 SpaceX 而言兼具风险缓释与公信力建设双重意义。
观察：自愿承诺的边界与示范效应
其一，独立性设计是本次安排的最大突破。"不能否决发布、可评论删减合理性" 的条款，直接回应了 AI 行业 "自评自夸" 的长期质疑 —— 评估方的结论将以公开报告形式接受行业与公众检验。
其二，自愿而非强制的边界仍清晰。Anthropic 强调嵌入评估方是自愿行为，白宫协议亦是联合承诺而非立法。这意味着目前所有安排都建立在企业自觉之上，其约束力取决于 "是否成为行业规范" 而非 "是否有惩罚机制"。
其三，示范效应正在扩散。从奥特曼承诺 OpenAI 跟进，到马斯克表态 SpaceX 或效仿，头部玩家的接连表态可能使 "外部裁判" 从个别公司的差异化选择，演变为前沿 AI 治理的事实标准。对 SpaceX 而言，这也是一种折中路径：不是马斯克此前主张的 "竞争对手互测"，而是引入专业第三方评估。
其四，不确定性依然存在：METR 的评估结果何时公布、SpaceX 将以何种形式 "照做"、其他公司如何落地，均有待观察。可以确定的是，继 "算力军备竞赛" 之后，"安全评估竞赛" 正在成为前沿 AI 公司的新赛场。
