Anthropic預訓練延後逾一個月　公開安全審查核准架構

美國AI公司Anthropic為加強新模型的安全措施，將新一代前沿基礎模型的預訓練延後逾一個月；其IPO申報文件也揭露安全審查與發布決策的核准架構。

Anthropic於10月26日向美國證券交易委員會（SEC）提交的S-1文件指出，公司延後新一代前沿基礎模型的預訓練，以加強防止模型權重外洩及保護智慧財產的措施。S-1註冊聲明所附的初步公開說明書載明，註冊聲明生效前不得出售股票。

預訓練是模型從大量資料中學習基本模式的初期階段。因此，延後逾一個月的是模型訓練，不代表模型公開或發布時程也延後。Anthropic因安全措施延後預訓練一事，本刊先前也曾報導。

發布決策規則載於7月8日起適用的《負責任擴展政策》（Responsible Scaling Policy，RSP）3.4版。該政策要求在「風險報告」中納入模型風險評估，以及後續開發與部署計畫。Anthropic的政策文件也明定風險報告的最終審查與核准程序。

一般情況下，風險報告由執行長（CEO）與負責任擴展主管（RSO）進行最終審查並核准，兩人負責判斷風險評估及後續開發、部署計畫是否適當。

例外情況是，若公司以其他企業的AI系統同樣會帶來風險、Anthropic模型增加的風險相對較小為主要理由，決定繼續開發或部署，則須由董事會與長期公益信託（LTBT）明確核准風險報告。因此，並非所有發布決策都需要信託核准。

LTBT透過特殊股Class T選任及解任足以組成董事會過半數的董事。Anthropic在申報文件中表示，信託及受託人不會直接決定日常營運或公司策略。

董事會下設的安全與風險委員會負責監督模型安全與資安相關政策及程序。信託的董事任免權，以及委員會的政策監督職責，在申報文件中分別列明。

文件也提出由創辦人組成的Founder LLC在公開發行前發行一股Class F股票的架構。該股在一般股東表決事項中享有全體投票權的50.1%。

LTBT的權限適用於任免足以組成董事會過半數的董事；Class F股票的權限則適用於一般股東表決事項。兩者在公司治理中負責不同範圍。

提交SEC的信託契約對可向外部提起訴訟、要求執行信託條款的股東另設條件：股東或股東團體須連續至少一年持有指定股份表決權的10%以上，並在訴訟期間維持該比例。受託人持有的股票及Class F股票不計入該表決權計算。這項條件僅涉及信託契約的執行，並不適用於所有股東權利。

Anthropic表示，公司可依各模型的評估結果中止或延後訓練、研究，也可能延後發布或限制使用。申報文件並提到，考量模型偵測資安漏洞的能力，公司最初僅向部分機構開放AI模型「Mythos」作研究用途。

Anthropic說明，這類決策可能對短期營收造成負面影響。不過，申報文件沒有列出為了安全而延後發布、即使未達季度營收目標也予以接受的案例，也未提及管理層與信託曾因此發生衝突。

獨立研究機構GovAI於2026年3月分析RSP 3.0版時，對政策移除原有明確的停止開發與部署承諾表示憂慮；同時也認為，風險報告與安全路線圖有助提升決策透明度。GovAI的分析討論的是先前的政策修訂，並非Anthropic提交IPO申報文件後的情況。

Anthropic將政策修訂的背景歸因於「集體行動問題」：若只有一家公司停止開發，安全防護較弱的競爭者可能加快腳步。RSP也說明，安全路線圖中的目標並非具有約束力的承諾。

《財富》雜誌於10月28日晚間9時19分（台灣時間）刊出的評論文章，提出「即使季度營收目標落空，誰有權叫停發布？」這項假設情境。該文提出的是假設問題，並非報導實際發生的事件。申報文件公開了核准權限及延後案例，但未說明營收壓力實際如何影響安全審查。