AI安全評估走進實驗室：OpenAI與Anthropic擬引入“嵌入式獨立安全評估員”

OpenAI與Anthropic正推動把獨立安全評估“嵌進”實驗室內部：評估者有望更深入接觸訓練過程與模型行為，並在發現問題時報告異常。方向從外部口號轉向製度設計，但訪問範圍、介入時機、成果發表權，以及評估者能否眞正獨立於公司控製，目前仍不清晰。支持者認為這能把監督前移到訓練階段；質疑者則擔心若規則與法律保護不到位，最終只會變成受控的門面安排。