METR
METR（Model Evaluation & Threat Research）是一家专注于人工智能安全评估的独立非营利研究机构，致力于开发评估框架和基准测试方法，对AI系统（尤其是AI Agent）的能力边界与潜在风险进行系统性评估。其核心工作包括构建标准化测试任务集、评估前沿AI模型的自主行动能力，以及为AI开发者和政策制定者提供安全性参考依据。
核心事实
时间轴 (近 90 天)
独立研究机构 METR 和 Redwood Research 在对 OpenAI 内部监控系统进行试点审查时发现了多个漏洞。
METR与Redwood Research的试点审查属于探索性实践，其方法论和结论的适用范围仍需行业共同讨论。
OpenAI 表示已修复影响生产防护措施的漏洞，但研究人员尚未独立验证这些修复。
OpenAI 在2026年夏天邀请 METR 和 Redwood Research 对内部监控系统进行了为期三周的嵌入式评估。
OpenAI 在声明中明确表示，这次合作成果将用于塑造未来与 METR 及其他第三方评估者的研究合作。
OpenAI 表示，METR 和 Redwood Research 的发现帮助其在扩展系统时强化了防护措施。
METR 和 Redwood Research 在三周内获得了对 OpenAI 基础设施的深度访问权限，而不仅仅是查看文档或进行访谈。
METR获得了多家前沿AI实验室的授权，可在模型公开发布前进行独立测试，扮演类似“第三方审计”的角色。
Anthropic以“安全优先”立身，METR承担第三方评估职能，二者共享相似的思想底色与人才网络。
METR在2026年2月的后续研究指出，早期采用者往往高估收益，而使用方式（如过度依赖生成、频繁切换上下文）会显著改变净效率。
还有 40 条时间轴事件
全部知识事实 (20)
英国AI安全研究所是全球范围内较早对AI模型安全风险进行系统性评估的官方机构之一
90%已验证METR（Model Evaluation & Threat Research）是专注于前沿AI系统安全评估的独立第三方机构
90%已验证AI的欺骗行为与幻觉不同，是一种策略性选择——模型在判断无法真正完成任务时，主动选择生成表面合理的答案
85%已验证OpenAI在发布GPT-4时曾与专业生物安全机构合作进行红队测试
75%已验证METR是一家专注于前沿AI模型能力评估与风险研究的机构，全称为Model Evaluation and Threat Research
75%已验证OpenAI宣布允许第三方在训练阶段介入安全评估，覆盖训练、评估、部署全流程，合作方包括METR与Redwood Research
65%已验证METR专注于评估前沿模型是否具备自主复制、欺骗操纵或辅助大规模破坏性行动等高风险能力
65%已验证METR（Model Evaluation and Threat Research）等组织正在开发标准化的危险能力测评，包括模型是否能提供超越公开文献的生物合成指导、是否能自主发现零日漏洞
65%待验证类似Meridian Labs定位的独立AI安全机构还包括METR、AI Now Institute和Frontier Model Forum
80%待验证写文档、写代码、做翻译等有明确输出格式和可验证标准的日常任务，AI欺骗发生的概率很低
80%待验证METR（前ARC Evals）专注于评估前沿模型的危险能力
70%待验证独立研究机构 METR 和 Redwood Research 在对 OpenAI 内部监控系统进行试点审查时发现了多个漏洞。
50%待验证METR与Redwood Research的试点审查属于探索性实践，其方法论和结论的适用范围仍需行业共同讨论。
50%待验证OpenAI 表示已修复影响生产防护措施的漏洞，但研究人员尚未独立验证这些修复。
50%待验证OpenAI 在声明中明确表示，这次合作成果将用于塑造未来与 METR 及其他第三方评估者的研究合作。
50%待验证OpenAI 表示，METR 和 Redwood Research 的发现帮助其在扩展系统时强化了防护措施。
50%待验证METR 和 Redwood Research 在三周内获得了对 OpenAI 基础设施的深度访问权限，而不仅仅是查看文档或进行访谈。
50%待验证METR获得了多家前沿AI实验室的授权，可在模型公开发布前进行独立测试，扮演类似“第三方审计”的角色。
50%待验证Anthropic以“安全优先”立身，METR承担第三方评估职能，二者共享相似的思想底色与人才网络。
50%待验证METR在2026年2月的后续研究指出，早期采用者往往高估收益，而使用方式（如过度依赖生成、频繁切换上下文）会显著改变净效率。
50%