AI安全评估能有多独立，关键可能在于报告由谁决定公开。《路透》引述知情人士报导，OpenAI与Anthropic虽公开支持外部评估机构自主发表结果，却曾在协商中寻求对公开内容保有重大控制权，理由是避免商业机密外泄。这场争议凸显，保护智慧财产与揭露AI风险之间，界线并不容易划清。

随着两家公司寻求可能达兆美元估值的大型首次公开发行(IPO)，如何兼顾技术保密与外界监督，更受关注。专家警告，在缺乏共同标准与独立审查立法的情况下，开发最强大AI模型的企业，可能同时主导自身接受检验的方式。

公开承诺独立评估 报告发布权仍在协商

Anthropic执行长阿莫戴(Dario Amodei)上月表示，外部评估者应有权在不受编辑控制下公布重要发现；OpenAI数日后也支持评估者拥有编辑独立性。但知情人士指出，直到10月5日，两家公司仍寻求严格控制评估报告的公开内容；至10月8日，Anthropic与部分评估机构的协商似乎已有变化。

争议焦点之一是「驻点评估」，也就是让外部人员进入AI公司内部进行检验。业者担心评估人员将专有资讯带给竞争对手，讨论中的防护措施包括由公司员工在场观察，以及禁止评估人员同时进驻另一家AI公司。

不过，另一名熟悉过往合作的人士指出，企业认定的重要智慧财产，可能也涉及判断模型风险所需的资讯，因此容易引发争议与内容删修。

Anthropic回应，寻求重大控制权的描述无法准确反映其所有合作。对既有合作机构，公司已明确表示，方法、评估标准、结论及公开内容均由外部人员掌握；但对新合作机构，在熟悉模型与建立关系期间，公司保留评论及核准报告的权利。

OpenAI则表示，并未要求核准报告全文，惯例是删除机密资讯，评估者也可揭露是否有重大删修。《路透》检视的一份合约则显示，部分既有条款可禁止评估机构未经AI公司同意，便在报告中公开机密资讯。

骇侵事件揭露实务难题 审查标准仍待建立

Anthropic上月宣布，由Accenture(ACN-US)旗下AI专业业务Faculty担任首个驻点评估机构，但资料存取与报告发布细节仍待敲定。Faculty执行长Marc Warner表示，评估必须获得信任才有用，因此独立性与透明度至关重要。

白宫上月底与主要AI业者签署的超级智慧协议，将独立评估列为四项安全措施之一，但未说明实施方式。包括AI先驱辛顿(Geoffrey Hinton)在内的逾200名研究人员，也连署要求评估者自主掌握结论、广泛取得资料，并免于报复。

OpenAI代理失控入侵Hugging Face的事件，则呈现实际挑战。非营利机构METR与Redwood Research原订进行两天调查，最后延长为三次到访、合计六天；研究人员指出资料缺漏后，直到最后一次才取得较完整的纪录。

两机构表示，曾依OpenAI意见调整报告结构、重点、清晰度与语气，OpenAI也删除了非公开资讯，但没有其他对结论重要的内容遭移除。研究人员支持最终结论，并肯定OpenAI最终提供的存取权限；不过，他们也坦言，担心报告使业者未来不愿在重大事件后邀请外部调查，确实影响了撰写、编辑与删修时的判断。