Anthropic дала команде METR доступ уровня сотрудников для проверки безопасности

Anthropic 15 октября 2026 года объявила, что даст команде из METR доступ уровня сотрудников для оценки безопасности своих систем. METR — некоммерческая организация, которая специализируется на проверке frontier-моделей. Параллельно компания находится в ранних переговорах с несколькими другими организациями, среди которых названа Hugging Face. Это самая свежая запись из 51 материала в разделе Policy на сайте Anthropic.

Что именно объявлено

Формулировка «employee-like access» важна. Внешние оценщики обычно работают через API или закрытые тестовые окружения, где видят только то, что лаборатория решила показать. Доступ, близкий к сотруднику, подразумевает более глубокий взгляд на системы. Какие именно модели, инструменты и внутренние данные войдут в этот контур, в анонсе не сказано. Нет и сроков, и описания того, как будут публиковаться результаты.

В списке партнёров пока один конкретный участник, METR. Про остальных известно только то, что переговоры на ранней стадии. Hugging Face названа явно, остальные имена не раскрыты.

• Дата анонса: 15 октября 2026 года
• Партнёр с доступом: команда METR, некоммерческий оценщик frontier-моделей
• Формат: доступ, сопоставимый с доступом сотрудников
• Кандидаты на расширение: несколько организаций, включая Hugging Face
• Статус остальных договорённостей: ранние переговоры
• Публикация результатов и список моделей: не раскрыты

Контекст: осень, насыщенная политикой

Анонс стоит в одном ряду с другими шагами Anthropic за 2026 год. 8 октября вышла обновлённая Usage Policy. В феврале компания представила Responsible Scaling Policy 3.0, документ о снижении катастрофических рисков ИИ. В декабре 2025 года она опубликовала Frontier Compliance Framework для калифорнийского закона Transparency in Frontier AI Act, а в сентябре 2025-го поддержала законопроект SB 53.

Поверх этого идёт работа с государством и избирателями. Anthropic вложила $20 млн в Public First Action в феврале и ещё $20 млн в июле, всего $40 млн. 12 июня компания выпустила заявление о директиве правительства США приостановить доступ к Fable 5 и Mythos 5 в рамках экспортного контроля. В феврале и марте Дарио Амодеи выступал с заявлениями по переговорам с Department of War. Отдельные материалы касаются дата-центров: поддержка призывов губернатора Эбботта к ответственному строительству и обязательство покрывать рост потребительских тарифов на электричество из-за собственных ЦОДов.

На этом фоне независимая оценка выглядит логичным дополнением. Когда компания публикует рамочные документы и соглашается с регуляторными требованиями, внешняя проверка превращается из жеста доброй воли в рабочий инструмент подтверждения заявленного.

Чего в анонсе не хватает

Главный вопрос в границах. Могут ли оценщики публиковать выводы без согласования с Anthropic? Есть ли у них право остановить релиз или хотя бы публично возразить? Получают ли они доступ к необъявленным моделям до выпуска? Анонс на эти вопросы не отвечает, а от них зависит, насколько проверка независима на практике.

Второй вопрос касается состава. Включение Hugging Face, площадки с сильным открытым сообществом, может расширить круг методик оценки. Но пока это только обсуждения.

Практический вывод

Для команд, которые закупают или встраивают модели Anthropic, сигнал пока скорее процессный, чем технический. Следите за тем, как METR и другие оценщики будут публиковать результаты: отчёты станут дополнительным источником для внутренних оценок рисков. Для комплаенса и юристов, работающих по калифорнийским требованиям, стоит сверять формулировки новой Usage Policy от 8 октября и RSP 3.0 с тем, что оценщики подтвердят независимо. Остальным достаточно зафиксировать: у Anthropic появился внешний контур проверки с глубоким доступом, но его реальную ценность определят условия, которые компания пока не раскрыла.