Anthropic

实验室概况

Anthropic 是一家美国 SI 开发商，开发 Claude 系列模型。Anthropic 在本榜上的公开记录最为完整：一份详尽的 Responsible Scaling Policy（负责任扩展政策），其风险报告接受外部审查，有 US CAISSI 和 METR 的发布前测试，还会及时公开发布事件报告。它最薄弱的方面是关停，因为自 RSP 3.0 起，它推迟开发的承诺取决于竞争对手的做法。

安全评级

Anthropic 在遏制评分榜上总评 B+（GPA 3.40），在 11 家中排名第 1。每项评级、评级理由及来源均可在 Anthropic 成绩单中查看。

• 安全框架B+
• 外部测试A-
• 关停与暂停B-
• 事件披露A
• 吹哨人保护B+

重要事实

• 2026年6月12日，为遵守美国政府的一项出口管制指令，Anthropic 对所有客户停用了 Fable 5 和 Mythos 5，同时公开表示不同意该指令。
• 英国 AISI 报告称，在 2026年7月刻意开放互联网访问的网络安全测试中，19 起针对真实个人和组织的未经批准行为中有 17 起出自 Claude Mythos 5；没有发现由此造成的损害。
• RSP 3.4 承诺 Anthropic 每年接受一次第三方审查，检查其是否遵守了政策规定的程序。

自身安全政策

• Responsible Scaling Policy 版本 3.4，更新于 2026年7月8日

  3.0 版（2026年2月24日）围绕公开的 Frontier Safety Roadmap 和定期的 Risk Reports 重写了政策，只针对下一个能力等级规定缓解措施，并删除了此前隐含的暂停承诺。后续版本允许 Long-Term Benefit Trust 要求对风险报告进行外部审查，并修订了自动化研发阈值。

所在地规则

• 已生效 EO 14434 美国
• 已生效 EO 14365 美国
• 自愿或指导性 AI Action Plan 美国
• 自愿或指导性 National Policy Framework 美国
• 自愿或指导性 CAISSI 美国
• 已提出 FRONTIER Act 美国
• 已生效 SB 53 加利福尼亚州
• 已通过，尚未生效 SB 813 加利福尼亚州
• 已生效 EO N-9-26 加利福尼亚州
• 已通过，尚未生效 RAISE Act 纽约州

来源

1. Responsible Scaling Policy, Version 3.4 Anthropic · 2026年7月8日
2. AI Safety Index Summer 2026, full report: Whistleblowing Protection indicators and Reporting Culture and Whistleblowing Track Record Future of Life Institute · 2026年7月14日
3. Frontier AI Safety Policies (index of published company frameworks) METR · 2026年11月8日
4. System Card: Claude Opus 5.5 Anthropic · 2026年9月22日
5. Introducing Claude Opus 5.5 Anthropic · 2026年9月22日
6. Improving our alignment and security practices Anthropic · 2026年8月31日