进行中
为已部署的模型发布风险报告，并在长期利益信托（Long-Term Benefit Trust）要求时让外部审查者核查。
Anthropic，Responsible Scaling Policy 3.4
本站概述
来源 Anthropic's Responsible Scaling Policy Anthropic ·
进行中。3.4 版于 2026年7月8日 生效；目前还没有公布对风险报告的外部审查。
核查于 · 报告更正
全部承诺
5 项承诺，最新的在前
原话足够简短时给出原话，并附主要来源、带自身来源的状态，以及每个条目的核查日期。
进行中
在其能力最强的模型上遵守 EU General-Purpose AI Code of Practice 的安全与安保（Safety and Security）一章。
Anthropic，EU Code of Practice 签署方
本站概述
来源 The General-Purpose AI Code of Practice: signatories European Commission ·
进行中。欧盟委员会列出了该签署（页面更新于 2026年10月7日）；EU AI Office 尚未发布合规评估。
核查于 · 报告更正
已兑现
在重大新模型公开发布前后，让美国 AI Safety Institute 获得访问权限。
Anthropic，与美国 AI Safety Institute 的协议
原话
"access to major new models from each company prior to and following their public release"
已兑现：据 NIST 报告，NIST 发布了美英联合对升级版 Claude 3.5 Sonnet 的部署前测试。
US AISI and UK AISI Joint Pre-Deployment Test: Anthropic's Claude 3.5 Sonnet (October 2024 Release) NIST ·
核查于 · 报告更正
已兑现
在 2025年2月 法国峰会之前发布针对严重风险的安全框架。
Anthropic，首尔承诺签署方
原话
"publishing a safety framework focused on severe risks by the upcoming AI Summit in France"
来源 Frontier AI Safety Commitments, AI Seoul Summit 2024 UK Department for Science, Innovation and Technology ·
已兑现：据 METR 报告，其索引列出了自 2023年9月 起的 Responsible Scaling Policy。
Frontier AI Safety Policies (index of published company frameworks) METR ·
核查于 · 报告更正
已兑现
在发布前于公司内外测试模型。
Anthropic，在白宫的七家公司之一
原话
"internal and external security testing of their AI systems before their release"
来源 Fact sheet: Biden-Harris Administration secures voluntary commitments from leading artificial intelligence companies to manage the risks posed by AI The White House (archived) ·
已兑现：据 NIST 报告：美国和英国的安全研究所在升级版 Claude 3.5 Sonnet 于 2024年10月 发布之前对其进行了测试。
US AISI and UK AISI Joint Pre-Deployment Test: Anthropic's Claude 3.5 Sonnet (October 2024 Release) NIST ·
核查于 · 报告更正
双向对照
评级与承诺并排
把这家实验室承诺过的事与遏制评分榜发现已落实的措施对照，再看看其他实验室的情况。
引用本页
“Anthropic 的安全承诺。”承诺追踪，enterrsi.si，核查于 2026年11月10日。5 项承诺。https://enterrsi.si/zh/promises/anthropic/
可依据 CC BY 4.0 协议自由引用，请附上 enterrsi.si 链接。
追踪中的全部实验室