构建强有力的安全评估：Anthropic 对 AI 安全评估的建议

Anthropic 发布了关于构建 AI 安全评估的建议，借鉴了心理学可重复性危机中的改革经验，以及其为系统卡构建评估的自身经验。文章认为，安全评估很容易被钻空子，且往往无法衡量其所声称要衡量的内容，敦促团队结合多种方法与领域专家、在沙箱环境中运行评估，并根据所提出的问题匹配观察性设计或因果性设计。