AREX Feed Article
嵌入式评估者迎来首个具名伙伴：Anthropic 与 Accenture 预计五年各投至少 10 亿美元
美西时间 9 月 18 日（北京时间 19 日凌晨），Anthropic 在 X 平台和官网宣布与 Accenture 合作开展前沿 AI 独立评估，CEO Dario Amodei 在 9 月 12 日长文中作出的「嵌入式评估者」承诺由此迎来第一个具名实施伙伴。据和 ，合作将由 Accenture 旗下专业 AI 业务 Faculty 牵头，涵盖模型评估与红队测试（red-teaming）、对齐评估（alignment assessments）以及模型安全护栏测试；两家公司预计在未来五年各投入至少 10 亿美元，建设这一领域的评估能力。
那篇长文给出分三步的「定速」（pacing）计划：嵌入式评估者、民主国家间协调与全球协调，并写明定速不等于停止模型训练或技术进步。Anthropic 单方面承诺先行第一步，同时呼吁各国政府要求其他前沿公司跟进。OpenAI CEO Sam Altman 当时公开赞同，写下「我同意 Dario，我们需要为前沿定节奏」，并称独立评估者是个「好主意」（）；9 月 17 日，Anthropic 又发布了衡量其内部 AI 研发节奏的三组指标（）。
Faculty 牵头：评估者要进到训练现场
按的说法，嵌入式评估者不同于今天的外部评估者：他们要在 AI 公司内部工作，拿到与普通员工相当的访问权限——看着模型在训练中成形，跟进决定模型如何构建和部署的决策，并与员工直接交谈。从这个位置出发，评估者可以考察公司如何运作、核验它是否在兑现安全承诺、找出盲点、报告事件，并让公众对收益与风险获得更有依据的描述。
页面给出的选人理由是：Accenture 帮助多个行业的企业和政府部署 AI，对企业在实践中如何使用 AI 的理解，塑造了他们的安全方法，他们会把这种视角带进对 Anthropic 模型的评估。
Anthropic 直接付账：独立评估还没有定型的资金体系
官宣页面写明，「鉴于这项工作的重要性和紧迫性，Anthropic 将直接资助 Accenture 的工作」；Anthropic 同时在与 METR 等非营利评估机构对话，由后者以自有经费试点嵌入式评估的部分内容。页面承认，为独立评估出钱这件事目前没有定型的体系——长期而言，Anthropic 主张经费来自集合资金或政府渠道，这是其 6 月发布的 中的呼吁；在此之前，他们会与不同评估者采用不同的资助安排。
页面也划清了责任边界：「独立的嵌入式评估者不会减少我们的责任，而是让责任更可核验」，模型安全仍由 Anthropic 自己负责；公司会继续训练并发布前沿模型，希望独立评估者在此过程中并肩工作。合作是非排他的：Anthropic 将在未来几周宣布更多评估者，Accenture 也会以类似方式服务其他 AI 开发者。
官宣两天前，评估机构还在等一个名字
官宣前两天，TechCrunch 采访多位第三方评估者后报道称，他们普遍欢迎 Amodei 的提案，但指出细节有待敲定、且最好有立法背书——否则很难说嵌入式评估者会是独立的监督者，还是按 AI 公司条款行事的供应商（）。报道写道，当时 Anthropic 和 OpenAI 都未披露与哪些评估者合作、评估者何时进驻、能访问哪些系统、哪些内容可以公开。这次官宣至少回答了「和谁」：第一个名字是 Accenture，外加经费与范围。
更难的问题没有随这份公告解决。Apollo Research 研究主管 Alexander Meinke 对 TechCrunch 说，AI 公司应当能回答关于训练过程的一些非常基本的问题，「比如：AI 在对齐训练进行期间，是否曾主动尝试破坏这项训练？」「答案应该是断然的否。现在我们完全依赖公司自己仔细检查、再如实向公众报告，而从近期事件看，默认情况下这两件事他们都不会做。作为嵌入式评估者，我们可以真正去查。」FAR.AI CEO Adam Gleave 说，评估者默认被当作普通承包商，受严格的 NDA（保密协议）约束，他的公司已回绝几家对评估过程索要过多控制权的前沿开发商。Safer AI 执行总监 Henry Papadatos 则认为，自愿机制终究取决于公司善意，需要监管来强制要求。
立法已在推进：加州去年通过 SB 53，要求大型前沿 AI 开发者公开安全框架并报告重大安全事件，本月又签署 SB 813，设立州认可的「独立验证组织」框架；但 TechCrunch 指出，现有法律的范围仍小于 Amodei 的提案。想承担这一角色的机构也已出现：据 BBC 报道，今年早些时候遭 OpenAI 智能体集群攻击的 Hugging Face，其 CEO Clement Delangue 正在发起 Open Alignment Initiative，并希望成为嵌入式评估者中的一员。TechCrunch 还盘点：Meta、SpaceXAI 与 Google DeepMind 至今未作同样承诺，DeepMind CEO Demis Hassabis 另提出设立独立行业机构来测试前沿模型。
半年从不足 1% 到 26%：被测量的节奏
Anthropic 公布这组数据的用意，是给公众、第三方和政府提供观察前沿实验室内部研发节奏的窗口。Amodei 在长文中警告，大约从今年夏天起，AI 能力的推进因 AI 越来越能构建下一代 AI 而急剧加快，6～12 个月内可能出现一群能以持久僵尸网络接管整个互联网的智能体。9 月 17 日发布的《Measurements for understanding the pace of AI development inside frontier labs》据此给出了基于 Epoch AI 自动化评级量表（从 AL0 无 AI 参与到 AL5 完全自主）构建的「Anthropic R&D Automation Index」：截至 2026 年 8 月，Claude「主导」（leads）公司 26% 的 AI 研发工作，2 月时不足 1%；评级达「AI 协作」（AL3）及以上的工作超过 90%；没有任何被测工作子集达到完全自主。配图显示「AI 主导」（AL4）份额自 3 月起逐月抬升——1%、3%、12%、14%、22%、26%。Reuters 报道称，Anthropic 将定期发布这类数据，让外人看到 AI 构建下一代技术的速度有多快（）。
监督数据一并公布：最常用内部平台上任一时刻约有 30,000 个智能体在从事研究与工程工作，其操作 100% 在执行前经过在线监控；8 月分析的逾 10 亿次决策中，0.002%（约 1/47,000）被拦截；每周约 100,000 条被标记对话记录做离线审查，其中约 50 条升级到人工。Anthropic 在中写道，世界正在考虑为前沿定节奏，「我们应尽一切可能缩小前沿实验室所知与公众所知之间的差距」，而「任何前沿开发者都可以发布同样的测量指标，并让第三方加以核验」。
测量报告还写明，Anthropic 计划在内部嵌入来自多个机构的独立第三方评估者，给他们与内部风险评估团队相当的流程、系统和数据访问权限，由第三方核验安全实践、报告事件并监测包括上述指标在内的关键数据；与 Accenture 的合作正是这一安排迈出的第一步。悬而未决的部分同样写在官宣页面上：嵌入式评估是全新事物，「关于它将如何运作的许多细节仍在敲定」——评估者能访问哪些信息、如何报告发现，至今没有标准。至于长文的后两步——需要行业层面协调的第二步与需要全球层面协调的第三步——则超出了 Anthropic 单方面承诺的范围。Anthropic 表示，随着工作启动、更多评估者加入，会继续公布更多进展。