AI第三方安全評估商從幕後走向台前：資金、獨立性與政府角色三大問題仍懸而未決

Anthropic 執行長 Dario Amodei 上個月在那篇廣傳的文章裡，公開呼籲放慢前沿模型開發速度，並承諾將第三方獨立評估機構嵌入公司日常運作。OpenAI 執行長 Sam Altman 隨即表態支持，川普政府也背書——這讓原本安靜坐在 AI 產業角落的「模型評估商」，一夕之間成了所有人的救火隊。

但問題馬上就出來了。這個生態系的主要玩家，幾乎都是規模極小的非營利組織。METR 全職員工不到 50 人，卻在短短半年內從外部拿到 7,100 萬美元承諾捐款，對比 2024 年全年僅 1,360 萬美元，幾乎是五倍跳。Vals AI 是其中少數採用營利模式的，今年員工從 8 人擴到約 30 人，八月完成 4,000 萬美元融資。成長夠快，但跟動輒募資數百億美元的 OpenAI 和 Anthropic 比，體量的落差顯而易見。

錢從哪裡來，決定了獨立性能維持多久。Brown University 電腦科學教授 Suresh Venkatasubramanian 把問題講得很直：「就算不收錢，問題仍在——如果我出了一份對某家大公司不利的報告，我的生意會不會從此斷掉？」Anthropic 宣布由自己出錢雇用 Accenture 旗下 AI 部門 Faculty 嵌入公司評估，並聲明這是「鑑於工作的重要性與急迫性」；但這種「甲方付錢審查甲方」的安排，恰恰就是批評者最擔心的結構問題。Anthropic 自己也在聲明中承認：長期而言，評估資金「應來自共同池或政府來源」。

OpenAI 這邊的緊張關係更具體。上週三名員工遭解僱，其中兩人——Mikita Balesni 和 Tomek Korbak——公開表示，他們相信自己是因為與第三方評估機構的溝通方式而被開除。Balesni 在 X 上寫道，留任同事「不知道該相信什麼」，也擔心手機被搜查，甚至不敢跟外部人士說話。OpenAI 否認這個說法，並表示正在積極完成與第三方安全評估機構的合約，「幾週內就會公布細節」。這件事本身就說明一件事：安全評估的機制還在紙上，信任還沒在公司內部建立起來。

政府角色同樣懸著。川普在上個月白宮午宴上提出的一頁備忘錄，他本人稱之為「道德約束力協議」，Anthropic、Google、Meta、OpenAI、SpaceX、Nvidia 的高層全都簽了名——卻沒有任何強制機制。賓州大學沃頓商學院 Accountable AI Lab 主任 Kevin Werbach 說得不客氣：「這是一場表演性的動作展示，事實上什麼事都沒發生。他們承諾要做的，是本來就應該做的事。」

立法進展集中在州層級。加州州長 Newsom 已簽署兩項涉及「獨立驗證機構」（IVO）的法案，一項建立全國第一套 IVO 框架，另一項設立 AI 審計人員的州立登記冊；Anthropic 八月支持，OpenAI 在簽署當天才正式背書。聯邦層級，共和黨的 Jay Obernolte 與民主黨的 Lori Trahan 提出 FRONTIER 法案，把 IVO 寫入條文；OpenAI 全球事務主管 Chris Lehane 說他曾親自進國會表達支持。但聯邦立法能否推進，現在沒有人說得準。

說穿了，AI 第三方安全評估這件事現在面臨的困境，跟金融危機前的信評機構邏輯一樣：付錢的是被評的人。這個結構不解決，再多的「嵌入評估員」、再多的承諾函都只是姿態。Wharton 的 Werbach 點出了另一層現實：OpenAI 和 Anthropic 彼此之間存在「相當深的個人不信任」——兩家公司都認同評估機制有其必要，但合作框架要真的建起來，各自還有很長的路要走。