📡 最新洞见
9月19日
Anthropic 给评测者“员工级访问”：至少 20 亿美元能买到视野，还买不到独立性
驻场评测最重要的增量是访问对象变了。快照评测是在某个时间点测试特定模型版本，通常只能看到当时开放的接口和行为。决策链是模型从训练到上线期间，风险如何被讨论、接受和处理的连续过程。Anthropic 称，Faculty 团队将获得接近员工的访问权限。评测者可以观察模型在训练中如何成形，跟踪构建与部署决策，并直接询问员工。他们还可以核验安全承诺、识别盲点和报告事故。传统外部红队通常拿到若干模型快照、API 或受控界面，擅长发现模型会做什么。驻场团队若按上述范围运作，还能追问公司为何接受某项残余风险。