行业与实践 · 标签「对齐」

研究与基准测试/2026-09-30/7 分钟

METR 前沿风险试点：内部 Agent 有没有手段、动机和机会

2026 年 2 月到 3 月，METR 在 Anthropic、Google、Meta、OpenAI 参与下评估内部 Agent 的失控部署风险。判断是：小规模失控部署当时说得通，做成很稳固则还没有手段。