METR发布2026年2-3月前沿风险报告：评估四家公司内部AI代理错位风险，认为代理可能启动最小流氓部署但无法抵御主动调查

先了解这件事

METR 于 2026 年 2 月 16 日至 3 月 16 日开展试点评估，Anthropic、Google、Meta 和 OpenAI 参与并共享最强内部模型及非公开信息。