事件经过
2026年11月13日至16日,OpenAI与四家独立评估机构——Apollo Research、METR、Transluce和Goodfire签署协议,开展第一阶段嵌入式评估,赋予其访问模型检查点、源代码、训练与评估数据、监控系统、技术文档及对应工程师的权限。试点涵盖模型对齐、安全防护和监控,遵循既定协议(范围界定、安全现场环境、监督/争议解决、利益冲突披露、发布与负责任披露期限)。
影响分析
它将前沿模型对齐和安全防护的深度独立第三方评估制度化,这是AI安全的核心控制,可能成为模型保证和安全案例证据的事实标准。
适用范围
AI治理、模型风险与安全团队应跟踪相关协议及成果发布;对依赖前沿模型安全或对齐声明者尤为重要。