前沿 AI 模型接受过政府测试，听起来令人放心。但其价值取决于评估者能看什么、有多少时间，以及发现是否影响发布决策。有关英国恢复访问未发布美国模型的报道，使这些问题比简单的“测过或没测过”标签更有意义。
来源报道提到，10 月 11 日有消息称，华盛顿撤回了劝阻美国开发商向英国评估者提供未发布系统的要求。随后，英国一位部长表示，英国 AI 安全研究所能够访问先进模型，并正与美国官员及开发商合作。这支持合作恢复的判断，却不代表该机构依法拥有访问所有未来模型的权利，也没有公布每次评测窗口。
询问何时开始访问
发布前评测能在开发商仍可修改防护时提供意见。如果临近发布才开放，就可能缺少调查异常行为或复测修复方案的时间。发布后测试仍有价值，但主要用于补救和后续决策。
采购方应询问模型版本、评测日期及其与正式发布的关系。即便细节保密，提供商也可解释，外部发现是否改变了防护、监控或部署限制。有研究所参与，并不能证明某次发布确实调整过。政策逆转报道说明许可恢复，实际效果还需运行证据。
明确评估者可以检查什么
托管模型访问、连接工具的权限、内部防护信息和模型权重，是不同层级的访问。受控接口测试可以发现重要行为，但不能揭示所有训练和部署细节。提供给研究者的配置，也可能不同于客户实际购买的配置。
英国的开发商合作说明和 Anthropic 的防护合作记录介绍的是既有合作关系，并非无限检查权。测试可涉及网络滥用、生物风险、欺骗或自主行为；每项测试只测量特定条件下的具体能力，不能浓缩成通用安全分。
理解志愿合作基础
2024 年美英备忘录建立研究与评估合作，但不具有约束力，也不要求实验室提交每个模型或推迟发布。这种灵活性促成合作，同时让访问受到政治指令和企业决定影响。
美国 AI 行动计划也支持聚焦安全的评估。美国审查和盟友审查可以并存，但先后顺序、敏感例外及机构间分享结果的方式仍有问题待解。恢复许可不等于所有条款已经明确。
将保证落实到部署系统
采购时应保留测试模型、开放接口、主要限制和后续调整记录，再与实际部署的版本、系统指令、工具权限和监控比较。政府评估无法证明另一种客户配置拥有相同风险。
外部测试应与内部评估、最小访问、事件报告和持续监控一起使用。还应询问提供商如何通知新风险，模型变化后谁负责响应。英国的进展报告介绍了相当的评测能力，但只有及时获得有深度的访问，这些能力才有作用。下一项值得看的证据，是有记录的评测窗口及其对部署决策的明确影响。