前沿AI与独立评估：一些不便回答的问题

前沿AI的独立评估机制正在快速成形，但一个关键问题被跳过了：评估的标准到底由谁来定？ 过去几周，公众对前沿AI安全风险的担忧明显升温。在政府监管缺位的情况下，独立第三方评估被推到了台前。9月12日，Anthropic CEO达里奥·阿莫代伊公开呼吁引入“嵌入式第三方评估者”，不仅审查已完成的模型，还要核查训练管线和流程，核实企业是否遵守安全实践、报告事故。OpenAI CEO萨姆·奥尔特曼随即表态赞同，称“让独立评估者拥有类似员工的访问权限是个好主意，我们也会这么做”，马斯克也表达了附和。9月29日，谷歌、Anthropic、OpenAI、Meta、xAI和英伟达六家公司负责人签署了白宫《超级智能协定》，这份不具法律约束力的承诺中包含一条：企业与独立外部审计方或评估方合作，评估控制、监控和检测机制是否按预期运行。10月15日，Anthropic公布了自己的落实方案，称已向METR开放“类似员工”的访问权限，同时与SecureBio、埃森哲合作，并正与Hugging Face等机构洽谈。马斯克随后回应称SpaceX“可能也会照做”。 Anthropic在公告中把专业能力、独立性、充分的信息获取权限和发布结果的自由列为外部审查流程的四大关键要素。作为这一领域的先行者，它的做法很可能成为行业范本。但Just Security刊发的分析文章提出了几个不太方便的问题。最突出的一点是：Anthropic的公告完全没有讨论审计将采用什么样的实质性安全标准。安全基准是每家公司与特定审计方私下商定，还是应由政府、学术界和公民社会的专家共同参与设计？公众是否至少应该在审计开始前看到这些标准？文章认为这一遗漏格外刺眼，尤其是Politico此前披露了Anthropic在联邦AI监管方面的游说方案——该方案允许企业自行制定安全框架，政府只有在模型构成可预见的、迫在眉睫的风险时才可阻止其发布或使用，而门槛被设为造成超过10亿美元损失，或致死致伤超过50人，且风险须源于生物武器制造、模型脱离开发者控制或网络攻击。文章直言，这样的安全阈值与当下形势严重不匹配。 对跨境电商卖家和AI工具用户来说，这件事的直接影响在于：前沿模型的准入规则、使用限制和合规成本，很可能由这几家公司的私下评估安排先行塑造，而非来自公开的立法程序。当“独立评估”的标准不透明、门槛由企业主导设定时，依赖这些模型做选品、客服、广告投放和内容生成的出海团队，未来面对的规则变动可能更难预判。第三方评估究竟是给AI安全监管装上了牙齿，还是把有意义的监督稀释成企业自证合规的流程，目前还没有答案。