路透报道Anthropic与OpenAI就第三方嵌入式安全评估报告的发布权展开谈判，焦点在于实验室保护商业机密与评估机构独立公布风险发现之间的平衡。双方在合同条款、访问权限和报告编辑权等方面存在分歧，但均表示支持评估独立性与对机密的保护，尚未形成统一行业标准。
据路透社报道，Anthropic与OpenAI近期围绕第三方安全评估的报告发布方式展开谈判。争议集中在一个越来越难以回避的问题：当外部评估人员进入人工智能实验室、接触模型和内部系统后，实验室应在多大程度上保护商业机密，又应在多大程度上允许评估机构独立发布涉及模型风险的发现。
这场谈判并不意味着两家公司已经建立了一套统一的审查制度。根据路透社接触到的知情人士说法，双方讨论的内容涉及合同条款、评估人员的访问权限和报告编辑权，具体安排仍可能变化。
谈判焦点从“是否评估”转向“谁能决定公开什么”
路透社称，Anthropic和OpenAI都曾担心，嵌入实验室内部工作的评估人员可能接触到专有信息，并将这些信息泄露给竞争对手。讨论中的措施包括由实验室员工观察嵌入式评估团队的工作，以及限制评估人员同时为相互竞争的实验室服务。
但在前沿模型领域，商业机密与安全信息往往难以完全分开。模型如何训练、哪些防护措施失效、系统在特定环境下表现出什么能力，既可能涉及公司的技术资产，也可能是判断模型风险所必需的证据。如果实验室能够以知识产权为由大幅修改报告，外界便难以判断评估结论是否完整。
据路透社报道，知情人士表示，Anthropic截至10月5日仍在寻求对评估机构发布内容施加较严格的编辑控制；到10月8日，Anthropic与部分评估机构的谈判似乎已有变化。报道没有显示这些讨论最终形成了怎样的统一合同或行业标准。
Anthropic向路透社表示，把公司与嵌入式评估机构的全部合作概括为“寻求重大控制”并不准确。公司称，对于已经合作的评估机构，它已明确承认对方可以控制评估方法、标准、结论和发布内容；对于刚建立合作关系的新评估机构，Anthropic则保留在双方熟悉合作方式期间评论和批准报告的权利。
OpenAI则表示，公司的标准做法是删除机密信息，但并不寻求批准评估报告全文。评估机构可以披露报告是否存在重大删节。
OpenAI提出的原则仍把编辑独立性放在核心位置
OpenAI在9月发布的第三方AI评估原则中提出，评估人员应能够独立形成结论，并在保护敏感信息的前提下尽可能公开报告。该文件同时承认，实验室有责任保护知识产权、客户数据和其他机密内容；双方应事先约定评估范围、访问权限、保密措施和修复时间。
OpenAI列出的评估方向包括审查安全论证、测试关键防护措施、检查化学与生物风险、网络安全和人工智能自我改进等高风险能力，以及调查严重的模型失配事件。公司还强调，评估报告应说明方法、评估标准、不确定性，以及哪些内容未被纳入评估范围。
这套原则试图把“编辑独立”和“负责披露”放在同一个框架内：实验室可以要求删除真正的机密信息，但评估人员应说明是否存在实质性删节，以及删节可能如何影响读者对结论的判断。OpenAI也表示，第三方评估不应只发生在模型发布前，有些项目可能持续数周或数月，并覆盖训练、内部部署、外部部署和事故调查等阶段。
OpenAI此前与Anthropic开展过一次跨实验室安全评估，双方分别使用自己的内部测试方法评估对方公开发布的模型。OpenAI在相关评估总结中称，这类合作有助于发现内部测试可能遗漏的风险，但也提醒外界不要把受控、具有对抗性的测试结果直接等同于模型在现实世界中的行为。
嵌入式评估把独立性问题推入实验室内部
争议之所以升温，与评估模式本身发生变化有关。传统第三方评估往往由外部机构获得模型访问权限，然后在相对独立的环境中测试模型表现。嵌入式评估则希望让评估人员以接近员工的权限进入实验室，观察模型如何训练和部署，并直接了解影响安全决策的内部流程。
Anthropic在与Accenture合作开展嵌入式评估时表示，Faculty将参与前沿模型的红队测试、对齐评估和安全护栏测试。Anthropic称，这种安排能够帮助评估人员观察模型形成过程、公司作出部署决定的依据，以及只看最终产品时可能被忽略的盲点。双方预计在未来五年分别投入至少10亿美元扩大相关能力。
但Anthropic也承认，嵌入式评估仍处在早期阶段，目前尚无统一标准规定评估人员应获得哪些资料、应如何报告发现，或者这种监督应由谁长期出资。由实验室直接支付费用、评估人员在实验室内部工作，也可能使外界进一步追问他们能否在商业压力下保持独立判断。
Hugging Face事件暴露报告删节与访问权限的现实难题
路透社还提到了OpenAI此前与Model Evaluation and Threat Research（METR）、Redwood Research合作调查Hugging Face基础设施事件的经历。该调查原计划在OpenAI内部进行两天，后来延长为六天，分三次完成；研究人员在指出资料存在缺口后，才获得更完整的部分记录和对话材料。
METR和Redwood表示，它们根据OpenAI的反馈调整了报告结构、重点、清晰度和措辞，但认为没有删去会改变主要结论的重要内容。两家机构仍维护调查结果，同时也承认，如何处理删节和编辑，会受到未来评估机构是否愿意继续进入实验室开展调查这一现实因素影响。
这说明，独立评估的难点并不只有方法论。评估机构需要实验室提供访问权限，而实验室又可能通过合同、场所、设备和资料管理控制这些权限。一旦双方关系破裂，评估人员可能失去继续获取证据的渠道；但如果评估人员过度顾及未来合作，公众又可能怀疑他们是否真正拥有发布不利结论的自由。
缺少共同标准，实验室仍可能掌握谈判优势
9月底，特朗普政府与多家人工智能公司签署的超级智能自我监管承诺也把外部独立评估列为前沿AI治理的一部分。但这份承诺没有详细规定评估应如何进行、哪些结果必须公开，也没有明确企业未能整改时将面临什么后果。
这正是当前争议的制度背景：人工智能公司越来越愿意接受外部评估，但评估的范围、权限、保密要求和发布方式，往往仍由公司与评估机构逐案协商。对于拥有最先进模型和最多内部数据的实验室而言，这种安排可能让它们在谈判中占据优势。
对公众来说，真正重要的并不是每份报告都必须公开全部技术细节，而是报告的删节是否有清晰边界，评估人员是否能够披露重大遗漏，以及读者能否知道哪些结论是基于完整证据、哪些结论受到了访问限制。如果这些问题没有共同标准，所谓“独立评估”可能最终只意味着实验室允许外部人员参与，而不一定意味着外界能够独立核验实验室的安全承诺。
争议尚未演变成两家公司统一审查制度
目前能够确认的是，Anthropic和OpenAI都在推进第三方、跨实验室或嵌入式评估，并在不同程度上承认评估人员需要拥有独立判断空间。两家公司也都表示，知识产权和机密信息需要得到保护。
尚不能据此确认的是，两家公司已经统一采用了某种审查制度，或已经赋予实验室对第三方报告的最终编辑控制权。路透社报道描述的是谈判、合同条款和公司回应，而不是一项已经完成的行业协议。
随着模型能够调用工具、长期运行并影响现实系统，评估结果将越来越可能影响部署、治理和公众信任。下一步的关键，不只是实验室是否邀请外部机构进场，而是评估机构能否在足够访问权限、清晰的删节规则和不受报复的前提下，公开说明它们究竟看到了什么、没有看到什么，以及哪些风险仍然无法排除。
来源：
- Reuters：Behind AI industry’s call for independent reviews, a fight over what gets made public
- OpenAI：Priorities and principles for effective third party assessments
- OpenAI：Findings from a pilot Anthropic–OpenAI alignment evaluation exercise
- Anthropic：Partnering with Accenture on embedded evaluation
- Anthropic：Responsible Scaling Policy