Responsible Scaling Policy
责任规模化政策（Responsible Scaling Policy，RSP）是Anthropic制定的AI安全治理框架，旨在规范高能力AI模型的开发与部署流程。该框架将AI系统的潜在风险能力划分为从ASL-1到ASL-4+的多个安全级别，并针对不同级别规定相应的评估要求、安全标准与部署条件，以确保在AI能力提升的过程中，相关安全措施能够同步跟进，防止灾难性或不可逆风险的发生。
核心事实
时间轴 (近 90 天)
RSP等政策的执行监督权仍在公司内部，外部核查机制尚不完善
「负责任扩展政策」框架中，阈值的定义权、评估方法选择权及结果披露决策权均留在公司内部，批评者认为这等同于让运动员自己担任裁判
「负责任扩展政策」（Responsible Scaling Policy）框架的核心逻辑是由开发者自行设定能力阈值，当模型达到特定风险等级时触发相应的安全评估义务
OpenAI的负责任扩展政策（Responsible Scaling Policy）规定了一系列评估触发点，当模型达到特定能力阈值时必须完成安全评估才能继续训练或部署
RSP的核心逻辑是：在模型能力达到某个预设危险阈值之前，必须先证明相应的安全措施已到位，否则暂停进一步扩展训练
批评者指出RSP本质上是企业自我监管，缺乏外部约束力，Anthropic既是规则制定者也是被约束对象
RSP将模型危险等级划分为AI Safety Level（ASL）1至4级，并为每个级别规定了具体的评估要求和部署限制
Anthropic的负责任扩展政策（RSP）规定，模型达到特定危险能力阈值后必须满足对应安全标准才能继续训练或部署
这些负责任扩展政策和安全框架均为企业自愿制定，标准不一，执行与验证依赖企业自身
Anthropic、OpenAI等公司各自发布了负责任扩展政策或安全框架，设定能力阈值并规定达到阈值时应采取的缓解或披露措施
还有 12 条时间轴事件
全部知识事实 (20)
Anthropic的负责任扩展政策（RSP）规定，模型达到特定危险能力阈值后必须满足对应安全标准才能继续训练或部署
75%已验证Anthropic推行了负责任扩展政策（Responsible Scaling Policy, RSP），根据模型能力等级设定对应的安全防护要求
65%已验证责任扩展政策（Responsible Scaling Policy, RSP）最早由Anthropic公司于2023年正式提出，其设计灵感来源于生物安全等级（BSL-1到BSL-4）分级体系
65%待验证Anthropic在2023年发布了Responsible Scaling Policy（负责任扩展政策，RSP），其设计逻辑与OpenAI的Preparedness Framework高度相似
70%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
70%待验证Anthropic采用'负责任扩展'（Responsible Scaling）作为核心理念
70%待验证RSP等政策的执行监督权仍在公司内部，外部核查机制尚不完善
50%待验证「负责任扩展政策」框架中，阈值的定义权、评估方法选择权及结果披露决策权均留在公司内部，批评者认为这等同于让运动员自己担任裁判
50%待验证「负责任扩展政策」（Responsible Scaling Policy）框架的核心逻辑是由开发者自行设定能力阈值，当模型达到特定风险等级时触发相应的安全评估义务
50%待验证OpenAI的负责任扩展政策（Responsible Scaling Policy）规定了一系列评估触发点，当模型达到特定能力阈值时必须完成安全评估才能继续训练或部署
50%待验证批评者指出RSP本质上是企业自我监管，缺乏外部约束力，Anthropic既是规则制定者也是被约束对象
50%待验证RSP的核心逻辑是：在模型能力达到某个预设危险阈值之前，必须先证明相应的安全措施已到位，否则暂停进一步扩展训练
50%待验证RSP将模型危险等级划分为AI Safety Level（ASL）1至4级，并为每个级别规定了具体的评估要求和部署限制
50%待验证Anthropic、OpenAI等公司各自发布了负责任扩展政策或安全框架，设定能力阈值并规定达到阈值时应采取的缓解或披露措施
50%待验证这些负责任扩展政策和安全框架均为企业自愿制定，标准不一，执行与验证依赖企业自身
50%待验证Anthropic在其「负责任的扩展政策」（Responsible Scaling Policy）中多次强调外部评估的重要性
50%待验证Anthropic、Google DeepMind 等机构已在内部实践类似的'负责任扩展政策'（Responsible Scaling Policy）
50%待验证负责任扩展政策依赖自愿遵守，其局限性在于竞争对手未必会跟进
50%待验证当模型能力达到可能协助生物、化学或核武器研发的阈值时，Anthropic会启用更严格的部署限制和监控措施
50%待验证Anthropic制定了负责任扩展政策（Responsible Scaling Policy）
50%