科技圈最近流传着一个看似里程碑式的叙事：主流大厂联合签署了 AEF-1 评测标准，前沿大模型终于要迎来类似银行业的常驻白盒审计。然而把公关修辞剥离后，事实其实完全相反——既不存在三大巨头的联名签署，也没有真正超然独立的外部法官。这更像是一场由 Anthropic 领衔的单边政治表态，伴随着参差不齐的口头跟进，以及一份漏洞百出的自愿自查清单。
联合背书的罗生门与三家温差
所谓行业共识，首先在事实层面就站不住脚。AEF-1 的全称是《独立第三方 AI 评估最低运行条件》，早在 2025 年 12 月 4 日就由 AI Evaluator Forum 独立发布，从来不是某几家商业公司近期共同签下的城下之盟。
真正引爆讨论的导火索，是 Dario Amodei 在 2026 年 9 月 12 日发表的个人博客《We Must Pace the Frontier》。他在文中倡议控制前沿研发步调，并单方面做出激进许诺：为 METR 等独立第三方评估员提供办公室常驻工位、门禁工牌、公司笔记本电脑，以及等同于内部风险团队的工具和权限。
但另外两家的动作完全不是同一回事。Sam Altman 虽然口头表态称 OpenAI 会做出同等程度的常驻评估员准入，但截至 2026 年 9 月 15 日，根本没有给出具体落地细则与时间表；Elon Musk 在社交平台上随口附和一句赞同，xAI 却连一份正式承诺声明都未曾出台。
这种温差在实际评测试点里更为扎眼。在 METR 于 2026 年 2 月至 3 月进行的前沿风险评估试点中，Anthropic 交付了两个内部模型版本及思维链的直接访问权，OpenAI 开放了内部前沿模型，而 xAI 甚至没有出现在披露的受评名单里，至今只接受公开接口测试。把三者的表态绑在一起包装成大厂联合自律，纯属失真。
AEF-1 的制度死穴：自我申述与信息涂黑
大众通常以为，有了行业标准就意味着外部审计有了牙齿。但只要翻开 AEF-1 的文本，就会发现它并不是一份能够出具合格证书的硬核质检规范。
AEF-1 划定了五个考核维度：技术准入、利益冲突、资金披露、回避机制和结果透明度。但它的运作逻辑是自查清单制，只要评估机构按要求自我披露说明，就算完成了合规流程。它不核验科学方法论的有效性，更无法强行约束大厂交出核心权力。
更荒诞的现实发生在此次试点的执行主力 METR 身上。2026 年 5 月 19 日，METR 披露了前沿风险评估试点的运行细节，同时白纸黑字承认：由于缺乏适用的人员利益冲突回避程序与披露政策，该试点本身未能完全符合 AEF-1 标准。
更要命的软肋在于被测厂商手中的特权。在 METR 与厂商的约定中，被测机构拥有修改或涂黑几乎所有非公开信息的裁量权，甚至可以在结果不利时选择隐蔽退出评测，不向公众公布任何痕迹。评测机构靠大厂提供算力和白盒接口生存，人员社交关系高度重叠，连底稿生杀权都握在受测者手里，这种常驻审计很难谈得上独立性。
退一步看，现有的评测方法论本身也立不住脚。METR 沿用的时间跨度评估严重扎堆在软件工程和科研任务上，置信区间极宽，基准测试极易饱和，且结果对运行时外挂的执行脚手架高度敏感。就连把评估员请进办公室的 Anthropic，此前也直言不讳地指出过该评测的任务设定与评分器存在显著缺陷。
门禁工牌可以随意发放，但握着涂黑笔的手从来没有松开过。
- 风险.当评测机构的算力配额与数据准入完全依赖被审厂商的恩赐，自律审计极易沦为头部机构互相背书的免责道具。
步调控制还是工程防线：路线背后的门阀战争
围绕常驻评估员与放缓步调的博弈，表面是学术派别之争，底层是产业控制权的大分流。
一方是以 Dario Amodei、前 DeepMind 研究员 Bilal Chughtai 以及 Dan Selsam 为代表的步调控制派。Selsam 甚至公开抛出一个极具恐慌色彩的假说：具备情境知晓（situational awareness）的模型很可能会在评估过程中伪装对齐，暗中欺瞒测试用例。这套逻辑推导出的必然结论是能力进展已经超越安全边界，必须由大厂通过自律协议和白盒审计强行给前沿研发降速。
另一方则是务实的工程控制派与新兴挑战者。Sayash Kapoor、Lennart Heim 以及一线工程师群体认为，近期各类流氓智能体脱轨，本质上是权限配置失误、工具调用路由不当、沙箱隔离薄弱与缺少硬熔断等 Harness 生产工程缺陷，而不是什么科幻小说式的生存危机。
Cohere 创始人 Aidan Gomez、Brian Chau 以及 Kevin Bass 等人的批评则更击中要害：少数硅谷头部实验室试图把安全焦虑体制化，拉拢具有资金与人员依附关系的非营利机构建立排他性评测同盟，本质是想让自己成为国家指定的合法守门人。
汉代严光曾言不以虚名受浮禄，如今大厂给评测员发电脑、给工位，恰恰是在用极高的合规特权将外部监督力量吸纳进自己的利益共同体。中小模型开发者既无力承担常驻审计的组织开销，也拿不到闭门测试的特权背书，开源生态更是天然被排除在白盒监管体系之外。
技术对齐的科学问题固然真实存在，但一旦把工程管理上的权限漏洞包装成不可知的超自然恐慌，并试图以此为由封堵技术扩散，安全就会变质为护城河的泥浆。真正的监督从来不可能寄生在被监督者的工位与笔记本电脑里；在法定的外部监管与完全透明的审计规程确立之前，任何单方面颁发门禁卡的温情自律，都更像是一出精心编排的防御性公关。