Шесть сотрудников METR получили оборудование, рабочие места и внутренний доступ, сопоставимый с тем, которым располагают группы оценки рисков Anthropic. 15 октября 2026 года компания объявила о новом формате сотрудничества: Anthropic и METR теперь работают вместе в рамках единой структуры, причём внешние оценщики получили право публиковать собственные выводы. Это не готовое заключение о безопасности Claude. Это изменение в том, как такое заключение может быть сформировано и обсуждено.
Anthropic
Мы изучили объявление Anthropic, методологию METR, опубликованную 14 октября, предложение организации по внутренним оценкам, а также архив предыдущих проверок. Это первичные документы от непосредственных участников. У нас нет доступа к конфиденциальным соглашениям или исследованным системам. Мы не приписываем новой группе результаты, которые ещё не опубликованы.
Шесть человек, доступ с ограничениями
Anthropic описывает небольшую группу, уже встроенную в компанию: её участники располагают инструментами и сведениями, схожими с теми, что доступны внутренним оценщикам рисков. Ключевое слово здесь «схожими»: это не означает неограниченного доступа. Данные клиентов, информация, защищённая адвокатской тайной, и детали архитектур моделей относятся к категориям, которые обычно закрыты. Обмен сведениями об архитектурах, если они особенно значимы, требует отдельных согласований.
Цель состоит в наблюдении за процессом, а не только за поведением модели на показательном стенде. Прецедент задокументированных нежелательных действий в тестах Claude показывает, насколько важны условия среды, доступные инструменты и критерии, по которым фиксируются инциденты. Мы не представляем включение METR как решение этих проблем: новые анализы должны чётко показывать, что именно было проверено.
Даже внутри METR циркуляция информации ограничена авторизованной группой. Anthropic уточняет, что остальные сотрудники организации отделены от работы встроенной команды, а соглашения носят обязывающий характер. Расширение доступа оценщиков не равнозначно раскрытию данных и систем широкой публике. По нашему мнению, это разделение является частью механизма доверия к проекту при условии, что ограничения, влияющие на выводы, будут явно указаны.
Три уровня с разными правами
Компания выделяет три уровня. На первом она предоставляет информацию для ограниченного расследования и сохраняет право одобрения публикации. На втором оценщик может публиковать материалы без такого одобрения и располагает большим объёмом информации. Редактирование в определённых категориях по-прежнему возможно. Третий уровень добавляет внутренний доступ, описанный применительно к METR. Подсчёт соглашений без разграничения этих уровней создаёт искажённое представление о реальном объёме внешнего контроля.
SecureBio, Accenture и Faculty упоминаются в отчётах, которые ещё находятся в разработке. Hugging Face фигурирует в числе организаций, с которыми ведутся предварительные переговоры. Ни одно из этих сотрудничеств не является эквивалентом группы METR. Различаются и инструменты: обновлённые условия использования Anthropic регулируют сервис, тогда как оценщик изучает доказательства и практики. Политика использования, соглашение о доступе и завершённая проверка, это три разных результата.
Публикация не означает раскрытие всех данных
По данным Anthropic, компания не вправе накладывать вето на публикацию анализов METR. Она может запросить редактирование материала, подпадающего под согласованные закрытые категории. METR вправе публично описывать такие редактирования и указывать, считает ли она их обоснованными, не раскрывая защищённую информацию. Этот механизм позволяет читателю знать об ограничениях отчёта даже тогда, когда лежащий в его основе контент не может быть распространён.
Опубликованная METR методология делает акцент именно на этом пункте. Организация намерена указывать охват, продолжительность, доступы, ресурсы, ограничения и давление, которые могли повлиять на тот или иной вывод. Это заявленное обязательство по прозрачности со стороны организации, а не доказательство того, что каждый будущий отчёт окажется полным. Полезная проверка будет состоять в сопоставлении того, что оценщик говорит о виденном, с тем, что он утверждает из этого следует.
Аналогия с доступом агентов к банковским счетам призвана прояснить проблему, а не уравнять две системы. Широкий доступ не устраняет все барьеры и не делает автоматически доступным самое важное свидетельство. Редакционная самостоятельность того, кто публикует материал, и периметр того, что доступно для наблюдения, должны описываться раздельно. Первое защищает суждение; второе определяет его силу.
Независимость проверяется методом
По сути, mETR поясняет, что её задача состоит в сборе доказательств риска утраты контроля, а не в самостоятельном определении того, как компании должны разрабатывать или развёртывать агентов. Предложение от 14 октября разграничивает выравнивание, контроль внутренних агентов и ускорение исследований с помощью ИИ. Это предложенные области изучения: не следует превращать документ в перечень результатов, уже полученных благодаря новому доступу к Anthropic.
В своих рабочих правилах METR указывает на конфликты интересов, финансовую и операционную независимость, конфиденциальность и публикацию методологии. Объявление от 15 октября не содержит подробного финансового отчёта о новом соглашении. Поэтому мы не приводим цифры, вознаграждения или сведения об отсутствии затрат. Как и в случае связки Workday, Sana и Claude, описание архитектуры контроля является отправной точкой проверки, а не её итогом.
Что меняется для тех, кто использует агентов
Для компании, применяющей Claude, это объявление само по себе не изменяет контракт или разрешения в её среде. Оно предлагает новый возможный источник сведений о рисках поставщика. Опубликованные отчёты помогут задавать более точные вопросы, однако читать их нужно в рамках заявленного предмета. Расследование, касающееся внутренних агентов лаборатории, не сертифицирует автоматически приложение, работающее с данными клиента.
Эта тема присутствует и в работе финансовых исследовательских агентов Bloomberg ASKB. Если сервис синтезирует документы или выполняет инструменты, необходимо знать, какие доказательства подкрепляют обещания контроля. Хороший внешний отчёт делает сомнения более понятными, вместо того чтобы устранять их знаком надёжности. Итоговой оценки нового состава, которую можно было бы привести как таковую, мы не обнаружили.
Anthropic и METR: коротко
Что подтверждено, что нет
- Подтверждено: шесть оценщиков с внутренним доступом, описанным Anthropic; публикация без права общего вето.
- Не указано: результаты новой работы, полный календарь и финансовые детали соглашения.
- За чем следить: публичные отчёты, ограничения доступа и обоснования засекречиваний.
Более широкая картина
Новость смещает внимание с изолированной модели на организацию, которая её создаёт. Безопасность зависит и от журналов, стимулов, инструментов и реакции на инциденты. Наш раздел об искусственном интеллекте отслеживает это изменение: недостаточно спрашивать, верен ли ответ, нужно понимать, как наблюдаются поведения, которые обычный чат не показывает.
Среди ключевых сигналов для отслеживания: первые отчёты включённой группы, описания закрытых областей доступа и возможные разногласия по поводу засекречиваний. Полезно будет проверить, позволяют ли собранные доказательства проводить сравнения во времени и между компаниями. Пока можно констатировать: шесть человек получили право наблюдать более пристально, а право на публикацию декларировано. Никакого готового сертификата безопасности нет.
