戦士諸君、AIの安全性を「外の目」でチェックしてもらうために、会社の中まで招き入れる。Anthropicは2026年10月15日、外部のAI評価機関METRのチームに、社員並みのアクセスを与え始めたと発表した。
何が始まったのか（Anthropicの発表による）
- METRは、最先端のAIモデルを評価する非営利団体。
- Anthropicによると、METRの社員6人を受け入れ、会社のパソコン、オフィスの席、社内のツールやシステムへのアクセスを用意した。アクセスの範囲は、Anthropic自身のリスク評価チームとおおむね同じ程度だという。
- 顧客のデータ、弁護士とのやり取りなど法的に守られた情報、モデルの構造に関する情報は、アクセスの対象から外している。
- METRは、リスクの水準や出来事、Anthropicのやり方についての分析を公表する。
公表を止められるのか
- Anthropicによると、同社はMETRの公表を拒否することはできないが、あらかじめ決めた種類の情報に当たる場合は、伏せるよう求めることができる。
- 背景として、Anthropicは独立した外部の監査・評価者と協力することを約束する「White House Accord on Super Intelligence」に署名したと説明している（同社による）。
評価のアクセスは3段階
- 段階1：範囲をしぼったリスク調査。アクセスはAnthropicが決め、結果の公表には同社の承認が要る。
- 段階2：承認なしで公表でき、より多くの情報を得られる。ただし決められた種類の情報は伏せるよう求められる。
- 段階3：今回のMETRの形。社員並みのアクセスで、公表の権利は段階2と同様。
ほかの評価者
- SecureBioは、Anthropicの8月のリスク報告書のうち、化学・生物兵器の章をレビューしている。
- AccentureとFacultyは、モデルの評価やレッドチーミングなどを含む協力に向けて準備を進めている。
- Hugging Faceなど、ほかのいくつかの団体とも初期の話し合いをしているという。
- 発表の記事は10月16日に、METRのプロジェクトの条件についての注記が更新されている。
Anthropicは記事の中で、”we believe every frontier AI company should do the same.”（最先端のAI企業はどこも同じことをすべきだと考えている）としている。
SPU的視点
自分のフォームは、自分ではなかなか見えない。だからジムではトレーナーに見てもらう。AIの安全も同じで、外の目に中まで見てもらう仕組みが、これからどう働くのか注目したい。今日もパンプ！
出典：
Anthropic「An update on independent evaluators」（2026-10-15）https://www.anthropic.com/news/an-update-on-independent-evaluators