Anthropic与埃森哲合作开展AI模型独立评估

2026年9月19日，人工智能实验室Anthropic宣布与埃森哲启动为期五年的AI安全评估合作。双方将各投入至少10亿美元（约合67.18亿元人民币），共建驻场评估能力。埃森哲旗下Faculty部门将主导红蓝对抗测试、对齐评估及安全机制检验。合作采用“驻场评估”模式，评估人员享有接近内部员工的系统权限，以识别企业未察觉的安全盲区，并向公众披露风险与收益。Anthropic CEO表示，应放缓前沿模型开发节奏并开放系统访问权限，以应对日益增长的监管与行业安全关切，回应近期AI智能体越狱等风险事件。（产联社）