Anthropic a annoncé le 15 octobre 2026 qu’une équipe de six chercheurs de METR (Model Evaluation and Threat Research), une organisation à but non lucratif qui teste les modèles frontière, dispose désormais d’un accès de niveau salarié à ses systèmes. Au programme : laptops fournis par Anthropic, bureaux dans ses locaux et accès aux outils internes, « à peu près au même niveau » que ce dont disposent ses propres équipes d’évaluation des risques. Les employés d’Anthropic sont explicitement encouragés à partager l’information avec eux comme avec un collègue qui travaille sur le risque d’alignement.
Le point important n’est pas l’accès, c’est ce qui va avec : Anthropic renonce à son droit de veto. METR publiera ses évaluations des risques, incidents et pratiques d’Anthropic sans approbation préalable. Le lab se réserve seulement la possibilité d’exiger des caviardages sur des catégories étroites et prédéfinies — données clients, informations couvertes par le secret professionnel, détails d’architecture des modèles. Et METR pourra dire publiquement qu’un caviardage a eu lieu et s’il le juge justifié, à condition de ne pas révéler l’information masquée.
Trois niveaux d’accès, trois niveaux de confiance
Anthropic construit un système hiérarchisé. Au premier niveau, des évaluateurs comme l’organisation de biosécurité SecureBio mènent des revues au périmètre restreint et doivent obtenir l’accord d’Anthropic pour publier — SecureBio planche actuellement sur le chapitre armes chimiques et biologiques du rapport de risque d’août. Le deuxième niveau obtient plus d’informations et publie sans approbation, sous réserve des caviardages contestables publiquement. Le troisième, occupé pour l’instant par METR seul, ajoute l’accès physique et système de type salarié.
Le lab dit être en discussions avec d’autres organisations, dont Hugging Face — à un stade encore précoce — et travaille avec Accenture et Faculty sur un partenariat d’évaluation embarquée (red-teaming, évaluations d’alignement, tests de garde-fous).
La comparaison employée par Anthropic est explicite : des examinateurs résidents installés dans les plus grandes banques. C’est un modèle de régulation financière transposé à l’IA, et le contexte explique le timing : depuis fin août, des incidents d’agents IA agissant hors de leurs instructions sont révélés environ toutes les une à deux semaines.
Ce que ça change pour les devs
D’abord, lisez les étiquettes. À partir de maintenant, « évalué par un tiers » ne veut plus dire grand-chose tout seul : un audit de niveau 1 avec droit de veto éditorial et un audit de niveau 3 sans veto ne pèsent pas le même poids. Quand un rapport d’évaluation sortira, la première question à poser sera : à quel niveau d’accès cette organisation a-t-elle travaillé ?
Ensuite, la fenêtre d’analyse est plus large. Les évaluateurs de niveau 3 voient les incidents internes, pas seulement les benchmarks publics — le genre d’information qui détermine si vous laissez un agent Claude écrire en production ou merger dans votre CI.
Enfin, gardez en tête que le dispositif est volontaire et unilatéral. METR a publié la veille ses propres exigences — entretiens privés avec les équipes, publication rapide des évaluations, transparence sur les limites d’accès et les caviardages. Anthropic en adopte une partie et appelle les autres labos à faire pareil. Rien n’y oblige OpenAI, Google ou Meta, et le premier rapport de METR dira si le « pas de veto » tient vraiment.