请安全检查员看一眼产品，和让他长期坐在研发现场，看到产品怎样造出来，是两回事。Anthropic如今选择后者：据公司与 TechCrunch 披露，埃森哲旗下AI业务 Faculty 的人员将进入实验室，以接近员工的权限观察模型训练和内部决策，并直接与员工沟通。
这些评估员会做红队测试——扮演攻击者，寻找诱导模型违规或造成危害的方法；也会检查模型是否持续遵守既定目标与规则，以及现有防护能否奏效。Anthropic与埃森哲预计未来五年各投入至少10亿美元建设相关能力，合作并非排他，Anthropic称未来数周还会公布其他评估机构。
这套安排值得看，因为它试图在“只由公司自查”和“把敏感模型完全交给外部”之间找一个中间位置。不过，谁能看到什么、发现问题后如何公开，目前都没有统一标准；此次工作又由Anthropic直接出资，实际独立性仍要看权限、合同和披露机制。