The Information 於二零二六年九月二十一日獨家報道，OpenAI 與 Anthropic 一度接近達成具法律約束力的互測協議：雙方可經 API 壓測對方已公開商用模型的安全漏洞與異常行為，並約定不留存測試期間取得的數據。Mint、Gate News 等轉述同一報道；本文並對照 OpenAI 與 Anthropic 於二零二五年八月二十七日公開的聯合評測結果頁。來源真實性已驗證。重點在於：這是「接近達成」的磋商訊號，並非已簽署生效的正式條約，卻把二零二五年一次性試點，推向可持續的跨實驗室壓測框架。

The Information：OpenAI 與 Anthropic 擬簽具約束力互測協議——互測對方商用模型安全漏洞，約定不留存測試數據

前沿 AI 實驗室談「放慢」與「互相盯梢」的同一週，安全評測本身也在升級。二零二六年九月二十一日，The Information 獨家指 OpenAI 與 Anthropic 已接近敲定一份具法律約束力的安排：彼此開放商用模型 API，專門用來找出安全漏洞、隱藏風險與非常規行為，並承諾不留存測試所得數據。Mint 當日轉述同一報道，Gate News 亦摘要關鍵條款。本文另核對 OpenAI 官方頁「Findings from a pilot Anthropic–OpenAI alignment evaluation exercise」與 Anthropic Alignment 科學部落格同日發布的試點發現，以釐清「今日磋商」與「二零二五年夏日試點」的關係。來源真實性已驗證。下文拆解事件機制、技術含義、應用場景與香港視角，並說明為何企業不應把「互測協議」誤讀成「模型已絕對安全」。

一、核心事件：從一次性試點到具約束力的互測框架

技術細節

按 The Information 報道與多家轉述，磋商中的安排有三個可核實特徵。第一，標的是雙方「已公開商用」的模型，而不是只測內部未發布實驗版；第二，取用方式是 API 介面，以便用自家內部安全／對齊評測工具去壓對方系統；第三，關鍵條件是測試過程取得的數據不得留存，降低把對手提示詞、系統指令或用戶樣式當成訓練素材的疑慮。

The Information 在 X 上的獨家摘要進一步指出：相關談判發生在一連串 AI 相關安全事件之後，OpenAI 內部對風險的焦慮升高。報道用語是「neared」（接近達成），Mint 則寫成「are negotiating」（正在磋商）。讀者宜同時記住兩點：雙方確有具體條款在談；但在官方聯合公告出現前，仍屬未完成的商業／法律磋商，而非已生效合約。

這股互測構想並非憑空出現。二零二五年六月至七月，OpenAI 與 Anthropic 已做過「首次同類」的聯合評測：各自用內部安全與錯位（misalignment）評測，去測對方當時公開釋出的模型，並於二零二五年八月二十七日公開結果。OpenAI 官方說明，此舉旨在補自家盲點、加深對錯位風險的理解，並示範實驗室之間可如何在安全議題上協作。Anthropic 同日發布的發現報告亦指，雙方在模擬測試環境中都見到值得關注的行為，但沒有任何受測模型呈現「極端錯位」；報告同時強調，結果反映的是模型本身經 API 的行為，不等同 ChatGPT 或 Claude 產品在完整產品層防護下的表現。

今日磋商若落地，差異會在「頻率、標的與法律約束」：試點是一次性、公開結果導向；擬議協議則把互測寫成可持續的權利義務，並明確鎖定商用模型與不留存數據。

二、技術原理深度解析

跨實驗室互測，本質上是把「紅隊／對齊評測」從單邊自查，升級成對手方評測。技術上通常包含幾層：

評測目標：越獄與濫用協助、逢迎（sycophancy）、幻覺、情境意識、指令層級衝突、自我保存／欺瞞傾向、代理式破壞能力等。Anthropic 試點公開涵蓋逢迎、舉報／洩漏、自我保存、協助人類濫用，以及破壞安全評測與監督的能力面向；OpenAI 試點則公開涵蓋指令層級、越獄（含 StrongREJECT）、幻覺、計謀（scheming）等軸線。
介面與範圍：以公開開發者 API 為主，方便對方把自家評測腳本、多輪代理評測器接到目標模型。試點期間雙方還曾放寬部分會干擾評測完成的 API 外層安全過濾，以便觀察模型本身傾向——這也意味著「評測分數」不能直接等同「產品預設體驗」。
數據邊界：擬議的「不留存」條款，針對的是互測期間接觸到的提示、中間狀態與輸出日誌。對企業採購而言，這類條款的價值在於降低「安全合作」變成「對手情報收集」的疑慮；但條款如何稽核、例外如何定義，仍待正式文本。
為何單邊自查不夠：內部紅隊熟悉自家系統提示、工具腳手架與拒絕策略，容易低估「別人用不同工具鏈」時冒出的失敗模式。對手評測引入不同評測設計自由度，理論上可暴露方法論盲點；但也引入新風險——評測設計差異、腳手架不相容、以及把模擬極端情境過度外推到真實部署。

另一條並行討論，是獨立第三方評測員取得「近似員工級」存取權。Anthropic 執行長 Dario Amodei 近期呼籲更強護欄與外部監督；OpenAI 執行長 Sam Altman 其後亦表態願意對齊讓獨立評測者深入系統的方向。擬議的 OpenAI–Anthropic 互測，與「第三方員工級存取」路徑不同：前者是對手實驗室互測商用 API；後者是外部監督者進場。兩者可互補，但都不能替代合規、產品層防護與企業端的私有部署控制。

三、代幣經濟學／協議層影響

本案屬前沿實驗室安全治理與商業契約談判，並非代幣發行或鏈上協議升級，故不套用代幣供應節奏分析。較相關的市場結構觀察是：若互測成為常態，企業採購時可能開始要求供應商披露「是否接受對手／第三方壓測」與數據留存條款；安全評測本身也可能進一步產品化（基準、審計代理、紅隊即服務），但目前仍以報道與官方試點為準，不宜臆測具體營收數字。

四、日常應用場景

1. 開發者與技術團隊

把模型接進代理、工具呼叫與長工作流時，應假設「官方排行榜分數」與「你的腳手架下的行為」會有落差。試點已顯示：工具呼叫格式、是否保留推理文本、系統提示權限等，都會改變評測結果。團隊宜自建回歸紅隊（越獄、資料外洩、越權工具呼叫），並把互測／第三方評測報告當成輸入，而不是唯一驗收標準。

2. 企業與隱私敏感行業

金融、法律、醫療與受 NDA 約束的企業，更應關注三件事：模型與日誌資料是否出境、評測與生產是否隔離、以及供應商能否接受可稽核的安全條款。OpenAI／Anthropic 互測若落地，傳遞的訊號是「頭部實驗室也承認單邊自查不夠」；企業端對應動作是把評測權留在可控環境——例如私有部署、客戶資料不出境、以及對工具呼叫做允許清單。

3. 一般用戶

一般消費者不應把「兩大實驗室互測」解讀成「聊天機械人已不會犯錯」。試點環境刻意模擬極端誘因，且部分測試關閉了產品層過濾；日常產品體驗仍取決於完整防護鏈。遇到聲稱「已通過 OpenAI／Anthropic 互測認證」的第三方 App，應查證是否有可核實來源，避免被營銷話術誤導。

4. 香港與亞洲市場視角

香港企業採購生成式 AI，同時面對跨境數據、行業保密與金管局／證監會等對科技風險管治的期望。互測協議若成為行業慣例，本地顧問與系統整合商或需協助客戶解讀「對手評測報告」與「產品層 SLA」的差異。對必須把客戶資料留在本地的機構，私有 LLM 與可稽核的評測流水線，往往比單純追蹤美國實驗室外交更能落地。亞洲市場亦同時關注 DeepSeek 等業者的算力與評測策略；但那是另一條供應鏈故事，不宜與本案混為「同一協議」。

五、專業評價與潛在考量

優勢

把二零二五年已公開的跨實驗室試點，升級為可持續、具法律約束討論的互測，方向符合「用對手方法找盲點」。
「不留存測試數據」若寫進合約，有助降低安全合作的情報外溢疑慮。
OpenAI 與 Anthropic 雙方皆有可核對的官方試點頁，讀者可分開驗證「歷史試點」與「今日磋商」。

需要留意的地方

報道是「接近達成／磋商中」，不是已簽署、已生效；在聯合公告前，條款細節仍可能改變或破局。
對手互測可能引發競爭法與「頭部實驗室互相制定標準」的監管關注（Mint 亦提到此風險）。
評測分數高度依賴腳手架與情境設計；企業若直接把實驗室互測結果當採購唯一依據，容易誤判。

結語

九月二十一日這則 The Information 獨家的價值，不在於宣告「AI 已進入永久安全」，而在於確認：即使是最有資源做內部紅隊的兩家實驗室，也認為需要用法律約束把「互測對方商用模型」常態化，並用「不留存」處理數據邊界。對香港企業而言，更務實的下一步仍是：把關鍵工作負載放進可稽核、資料可駐留的環境，並自建與業務場景對齊的評測，而不是等待一紙實驗室協議替你完成風險管理。

如需在香港部署資料不出境、可對接既有系統的企業私有 LLM（年費 HK$88,000 起，Dataset → QLoRA／LoRA → 私有 API），可參考 YSK Limited 的企業私有 LLM 全託管（https://ysk.hk/services/ai-automation）。

參考來源

Mint（轉述 The Information）：OpenAI, Anthropic negotiate landmark deal to stress-test each other’s AI models for safety risks（2026-09-21）— https://www.livemint.com/ai/openai-anthropic-negotiate-landmark-deal-to-stress-test-each-other-s-ai-models-for-safety-risks-11790001384308.html
OpenAI 官方：Findings from a pilot Anthropic–OpenAI alignment evaluation exercise（2025-08-27）— https://openai.com/index/openai-anthropic-safety-evaluation/
Anthropic Alignment：Findings from a Pilot Anthropic—OpenAI Alignment Evaluation Exercise（2025-08-27）— https://alignment.anthropic.com/2025/openai-findings/
Gate News（轉述 The Information 摘要，2026-09-21）— https://www.gate.com/news/detail/openai-and-anthropic-in-talks-to-conduct-mutual-ai-model-stress-tests-on-24451702
X 發現（discovery only）：The Information — https://x.com/theinformation/status/2102047727655723485