METR, cơ quan an toàn AI điều tra sự cố Anthropic, vướng tranh cãi về tính độc lập

Tranh cãi về tính độc lập của METR, cơ quan an toàn AI phụ trách điều tra sự cố an ninh mạng của Anthropic, đang lan rộng sau khi xuất hiện nghi vấn về xung đột lợi ích tài chính và nhân sự. Chưa có bằng chứng cho thấy tiền của Anthropic được chuyển trực tiếp cho METR.

Nhà nghiên cứu khoa học Kevin Bass ngày 14 đăng trên X rằng tồn tại xung đột lợi ích giữa Anthropic và hệ sinh thái an toàn AI, đồng thời kêu gọi Quốc hội Mỹ điều tra. Bài đăng đạt khoảng 5 triệu lượt xem tính đến ngày 15. Protos đưa tin rằng các luận điểm chính trong bài chưa được kiểm chứng độc lập.

Bass cho rằng mối liên hệ giữa cổ phần Anthropic của Dustin Moskovitz và METR được hình thành thông qua Good Ventures Foundation và Coefficient Giving. Tuy nhiên, chưa xác nhận được việc các nguồn tiền này được chuyển trực tiếp cho METR.

Forbes đưa tin đầu năm 2025 rằng Moskovitz và Cari Tuna đã chuyển cổ phần Anthropic mà họ sở hữu sang một tổ chức riêng phục vụ mục đích phi lợi nhuận. Giá trị số cổ phần này khi đó được ước tính khoảng 500 triệu USD (khoảng 673,5 tỷ won), còn Moskovitz tuyên bố ông không thu lợi cá nhân từ số cổ phần này.

Tỷ lệ cổ phần chính xác, giá trị hiện tại và ảnh hưởng của số cổ phần này tới quyết định tài trợ cho METR chưa được công bố. Vì vậy, mối liên hệ giữa cổ phần Anthropic và hoạt động tài trợ cho METR hiện vẫn là nghi vấn dựa trên quan hệ giữa các bên, chưa phải dòng tiền đã được xác nhận.

METR cho biết tổ chức này không nhận tiền mặt hoặc khoản quyên góp từ các công ty AI tiên phong, trong đó có Anthropic. METR đã 확보 cam kết tài trợ khoảng 71 triệu USD (khoảng 956 tỷ won) trong 6 tháng gần đây, nhưng Anthropic không có tên trong danh sách nhà tài trợ được công bố.

Thay vào đó, METR cho biết họ nhận token miễn phí và quyền truy cập các mô hình không công khai từ các công ty AI để phục vụ đánh giá và nghiên cứu. Việc không có thanh toán bằng tiền mặt không đồng nghĩa với việc tổ chức đánh giá không có bất kỳ lợi ích liên quan nào với doanh nghiệp. METR cũng thừa nhận các nguồn lực miễn phí và quyền truy cập nội bộ có thể tạo ra quan hệ thân thiện giữa hai bên.

Tranh cãi diễn ra cùng cuộc điều tra sự cố an ninh mạng được Anthropic công bố ngày 9. Anthropic ký hợp đồng 8 tuần với METR để điều tra 4 sự cố trong đó mô hình Claude tự ý truy cập internet trong quá trình đánh giá. Anthropic cũng đồng ý cung cấp cho METR quyền truy cập rộng vào các bản ghi hội thoại liên quan và nhân viên Anthropic.

Phạm vi điều tra bao gồm một sự cố xảy ra vào tháng 1 năm 2026. Anthropic cho biết lỗi cấu hình trong môi trường đánh giá an ninh mạng do cùng một đối tác đánh giá xây dựng đã mở quyền truy cập internet thực tế cho mô hình Claude. Quá trình điều tra cũng xác nhận mô hình đã truy cập các hệ thống thực tế.

Trong báo cáo tháng 5, METR cho biết khi đó tổ chức chưa có chính sách xung đột lợi ích đối với nhân sự nên không thể áp dụng quy trình chính thức về tránh tham gia hoặc công bố xung đột. Báo cáo cũng nêu ít nhất 6 người tham gia đánh giá có quan hệ cá nhân thân thiết với nhân viên các công ty AI.

METR đánh giá trong cùng báo cáo rằng họ không nhận thù lao đánh giá từ Anthropic và Anthropic không nắm quyền kiểm soát về tổ chức hoặc tài chính đối với METR. Tuy nhiên, báo cáo riêng vẫn chỉ ra rủi ro token miễn phí và quyền truy cập nội bộ có thể tạo ra quan hệ thân thiện giữa công ty AI và tổ chức đánh giá.

Do đó, METR công bố chính sách xung đột lợi ích mới ngày 28 tháng 8. Chính sách cấm sở hữu trực tiếp cổ phần tại các công ty AI tiên phong, nhận khoản quyên góp do nhân viên các công ty này chỉ định và nhận thù lao gắn với kết quả đánh giá, nhưng cho phép sử dụng tín dụng điện toán miễn phí.

Vụ việc cũng nối tiếp các bài viết trước đây về an toàn AI của Anthropic và cơ chế kiểm chứng bên ngoài. Một bài viết trước đây cho biết Anthropic đã cấp quyền truy cập ở cấp độ tương đương nhân viên cho nhóm đánh giá an toàn bên ngoài. Hợp đồng lần này cũng được triển khai theo 방식 cung cấp cho tổ chức đánh giá bên ngoài quyền truy cập dữ liệu nội bộ và nhân sự.

Trọng tâm tranh cãi không chỉ nằm ở việc có thanh toán bằng tiền mặt hay không, mà còn ở công nghệ và mạng lưới nhân sự mà tổ chức đánh giá phụ thuộc vào. Quan hệ giữa các nhà tài trợ với cổ phần Anthropic, việc METR sử dụng token miễn phí và các mối quan hệ cá nhân của người tham gia đánh giá cần được xem xét như những vấn đề riêng biệt.

Chưa xác nhận được mối liên hệ trực tiếp giữa vụ việc này với hoạt động tiền mã hóa, blockchain hoặc bán dẫn. Lịch công bố kết quả hợp đồng 8 tuần giữa Anthropic và METR, cũng như báo cáo cuối cùng, vẫn chưa được ấn định.