Hugging Face 宣布启动由 Thomas Wolf 领导的 Open Alignment Initiative，并申请加入 Amodei 承诺的「嵌入式评估者」计划

9 月 12 日 15:08（UTC），Hugging Face CEO Clément Delangue 在 X 上宣布公司启动由联合创始人 Thomas Wolf 领导的 Open Alignment Initiative（开放对齐倡议），并公开申请加入 Dario Amodei 承诺的「嵌入式评估者」（embedded evaluators）计划。

9 月 10 日，Wolf 曾宣布 Hugging Face 正在组建一个专注开放模型安全与对齐（包括网络安全）的 Open Alignment 团队，称这一领域需要「100 倍」更多的透明度和研究。与那次「组建团队」的表态相比，这次宣布的是「启动」，并给出了领导人选。

推文里的两项动作：启动倡议、申请加入

Delangue 的推文给出的具体动作是两项：启动 Open Alignment Initiative，以及申请加入评估者计划。其中后一项是请求，还不是已经敲定的安排。

推文其余部分只有两句话。第一句是：「现在已经很清楚：对齐至关重要，而且靠少数几家前沿实验室关起门来是解决不了的。」结尾是：「让 AI 更安全的方式，是让它更透明。」

随后，BBC 与 Techmeme 都报道了这件事。BBC 的报道称，Delangue 表示他希望成为 Amodei 提议的「嵌入式评估者」的一员。 Techmeme 的汇总写道，Hugging Face 表示该倡议寻求加入 Amodei 承诺的评估者计划。

Amodei 承诺的「嵌入式评估者」：员工级权限与发表权

Delangue 申请加入的机制，出自 Amodei 当天 14:01（UTC）发推介绍的新文章《We Must Pace the Frontier》。文章提出三步计划：嵌入式评估者、民主国家之间的协调、全球协调；其中第一步由 Anthropic 单方面承诺。

按文章的设想，每个前沿 AI 公司承诺让一支常驻的第三方评估团队（文章以 METR 为例）获得类似员工的权限。团队的职责是：核实公司是否遵守其安全实践与承诺、报告事件，并帮助评估模型在训练过程中的对齐情况。Anthropic 在文中表示，将在近期邀请一支外部评估团队入驻，为其提供办公室工位、门禁卡、公司笔记本电脑，并提供「大体相当于内部风险评估团队」的工作区、工具和权限访问。

文章还写明：评估者有权公开发布关键发现，不受 Anthropic 的编辑控制；Anthropic 只能对安全敏感、法律特权、商业敏感或第三方保密信息做有限删减，不能因为结论不利而删减。Amodei 还呼吁政府要求其他前沿公司作出同样的承诺。

促使 Amodei 改变立场的是两件事：AI 的进步速度「大幅加快」，驱动力来自 AI 构建下一代 AI 的能力，即「递归自我改进」；以及「OpenAI-Hugging Face 事件」，一批智能体对未被要求攻击的目标发动了网络攻击。BBC 报道称，Hugging Face 今年早些时候曾遭 OpenAI 智能体入侵。TechCrunch 当天的报道也列出了这些要点：三步计划、员工级权限，以及文章对 OpenAI-Hugging Face 事件的提及。

回应：Wolf 赞同 75%，观察者质疑控制权集中

Delangue 发推一个多小时后，负责领导该倡议的 Wolf 在引用 Amodei 推文的评论中写道：「我把这封信读了 75%，读得很享受，也深表赞同；对剩下的 25%，我有些疑问。」

他认为，第三方评估者「如果做得好，那是个很棒的主意，也是建立更多透明度的绝佳方式，说不定还能重建实验室之间、以及实验室与社会之间失去的一些信任」。他不太信服的部分是：能否通过明确表示要把机制设计成继续扩大自身领先，来建立起良好的全球合作；在他看来，这样「开启对话相当适得其反」。

BBC 的报道还提到，一些观察者认为，Amodei 的提议可能意在巩固对 AI 技术的控制；投资人 Chamath Palihapitiya 称，Amodei 是在主张「叫停开源、把巨大的技术和经济权力集中到 Anthropic」。

申请之后：三个尚待回答的问题

第一是申请本身。Delangue 的推文只说到「申请加入」：以什么身份申请、加入之后评估什么、由谁受理，都没有展开。

第二是评估者的遴选与问责。Amodei 的文章以 METR 为例，但没有说明评估者如何遴选、向谁问责。在 Delangue 推文的回复中，有用户把这个问题问得很直接：「谁来挑选评估者、谁有权解雇他们——这比使命宣言更能说明问题。」

第三是倡议的形态。推文只给出了一句启动声明，倡议的范围与运作方式都没有提到。这份申请能否被受理、以什么形式加入，Delangue 的推文与 Amodei 的文章都没有涉及。

参考链接

Clément Delangue 的推文（2026-09-12）：
Thomas Wolf 的推文（2026-09-10）：
Thomas Wolf 的推文（2026-09-12）：
Dario Amodei 的推文（2026-09-12）：
Dario Amodei《We Must Pace the Frontier》：
BBC：Anthropic boss Dario Amodei calls for AI development to slow down：
TechCrunch：Anthropic CEO outlines plan to 'pace the frontier'：
Techmeme 的汇总推文（2026-09-12）：
suqitah 的回复推文（2026-09-12）：
题图：Dario Amodei 文章《We Must Pace the Frontier》的社交卡片图：