已验证70% 置信事实精确时间

Anthropic提出的「负责任扩展政策」根据模型在特定危险能力基准测试上的表现来决定部署方式和访问控制级别

4

来源数

70%

置信度

中期 (~90 天)

时效性

2026/8/7

首次发现

有效期至：2026/11/5

来源

开源AI真的危险吗？拆解Anthropic安全叙事背后的逻辑

相关事实

待验证这些安全框架规定模型在达到特定风险等级时必须满足相应的缓解措施才能发布72% 相似待验证Anthropic 推动的针对「前沿模型」的强制评估要求以算力与资金门槛作为划定边界的依据71% 相似待验证多家头部实验室已发布各自的负责任扩展政策（Responsible Scaling Policy）或准备框架（Preparedness Framework），为模型能力设定风险等级阈值71% 相似待验证针对Agent权限模型的测试可借鉴STRIDE威胁模型，重点覆盖仿冒和权限提升两类场景71% 相似待验证判断一个动作是否需要人工审批可从可逆性和影响范围两个维度评估69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/702109

API

curl https://kongchang.com/api/v1/knowledge/claims/702109

MCP

get_claim(id=702109)