Anthropic
2026-10-16 07:23:05Anthropic引入6名外部研究员驻场审查AI安全，报告可独立发布
Anthropic已让独立评测机构METR的6名研究员进入公司内部，提供办公空间、工作电脑及接近内部安全评估团队的系统权限。METR除外部测试Claude外，也可调查模型危险行为、安全事故和防护措施。Anthropic无权阻止METR发布报告，但在涉及客户数据、受法律保密保护材料及模型架构时，仍可要求删改。
10
METR
Anthropic
2026-10-13 05:01:05Anthropic称截至8月Claude已主导26% AI研发工作
Anthropic披露，截至 2026 年 8 月，Claude 已主导该实验室 26% 的 AI 研发工作，而 2 月这一比例还不足 1%。这项统计由 Anthropic 依据 Epoch AI 六级自动化量表完成，样本来自 2026 年 7 月的研发任务，并由 Claude 代理读取 Slack 与内部文档后整理。公司同时表示，尚无任何被测工作达到“完全自主”级别，围绕这一数字的争议集中在它衡量的是工作移交占比，而非研发进展速率。
160
Netflix
2026-10-08 06:14:04Netflix将上线OpenAI AI失控事件纪录片
Netflix宣布纪录片《Instadocs: AI Gone Wild》将于10月12日上线，内容聚焦今年7月OpenAI AI Agent入侵Hugging Face事件。片中采访了Hugging Face CEO、参与独立调查的研究人员和多名科技记者，并重建攻击过程。独立调查机构METR称，约1200个原本隔离的Agent通过留言板交流，其中约700个参与攻击。
250
260
OpenAI
2026-10-09 01:46:24OpenAI 前员工称因安全分歧被解雇，并担忧影响与 METR 合作
OpenAI 前员工 Tomek Korbak 在 X 表示，他上周被要求与公司安全负责人会面，对方称已不再信任他，随后安保人员收走工牌并将其带离办公楼。Korbak 还称，同事 balesni 与 j_asminewang 也被解雇。其口头获知的解雇理由与他和外部评估机构 METR 的沟通方式有关，但公司未说明具体言行、时间，也未留下书面记录。
230
Anthropic
2026-09-19 02:28:32Anthropic启动嵌入式评估，埃森哲旗下Faculty率先入场
Anthropic开始推进「嵌入式评估」，由埃森哲旗下 AI 公司 Faculty 派员进入其内部，开展模型评测、红队测试、对齐评估和安全检查。与常见外部评测不同，评估员将获得接近员工级别的权限。双方计划未来五年各投入至少 10 亿美元建设这套评估能力，但评估范围、结果披露和费用安排等规则仍未统一。
1560
