CAIS
出「人类最后的考试」的机构

Center for AI Safety（CAIS）在旧金山，是美国联邦认定的 501(c)(3) 非营利机构，官网把自己做的事分成三块：研究、领域建设、公共倡导。关于页列出的负责人是 Dan Hendrycks（Executive & Research Director）和 Oliver Zhang（Managing Director）；2026-06-02，CAIS 宣布前 xAI 员工、更早在 Scale AI 工作的 Devin Kim 出任 President，并在华盛顿特区设立 Frontier Security Institute，把前沿 AI 和国家安全部门连起来。官网没有写成立年份，Wikipedia 写 2022 年，税务记录里免税资格 2023-01 生效，团队总人数官网也没有写，本刊没有核到。

它做的事分得很开。研究上，它是下面这些基准的主要出品方（见下一节）。领域建设上，它给机器学习安全研究者免费提供算力集群（80 张 A100，官网称已支持约 100 篇论文，目前不接受外部新申请），办过SafeBench 竞赛（奖金 $250,000），出版教材和课程。倡导上，2023-05-30 它发布了只有一句话的AI 灭绝风险声明（首页称已有 700 多位研究者和公众人物签署）；它的姊妹机构 CAIS Action Fund 是 501(c)(4)，做游说和政策倡导，是加州 SB 1047 的赞助方之一。

钱的情况，一手记录只有 Form 990 汇总：FY2022 收入 $6.66M，FY2023 $16.09M，FY2024 $10.24M，几乎全是捐款，不披露各笔来源。Bloomberg 2023 年的报道写 FTX 方称 2022 年 5 到 9 月付给 CAIS $6.5M，并要求提供账目（本刊只读到导语，后续是否追回没有核到）。Open Philanthropy（现 Coefficient Giving）的资助，本刊只在Manifund 的聚合页上看到 4 笔共约 $12.5M，没有回到官方资助页核对；80,000 Hours 2025-01写 CAIS 已不再拿 Open Phil 的钱。官网 FAQ 说不接受会损害使命的资金，同时说资金紧张、在找更多来源。本刊没有读到大模型厂商资助 CAIS 的证据，也没有读到否认。

先看名字在哪里出现。CAIS 的名字在厂商文件里出现得不多，更常见的是只引论文。Meta 的 Muse Wonder 模型卡全卡只有一处：附录写 MBCT、VCT、HPCT 是 SecureBio 与 Center for AI Safety 共同开发的评测套件，Muse Wonder Full 的成绩是 MBCT 59.6%、HPCT 66.5%、VCT 55.9%。第 5 节只说 Meta 与第三方合作开发并授权了评测基准，没有把它们写成独立评估方。卡里的 HLE 只作为 Artificial Analysis 指数的一部分出现。

Anthropic 点名它。Claude Opus 5 的系统卡（2026-07-24）把 VCT 写成 “from SecureBio and CAIS”，Opus 5 得 0.59；HLE 无工具 56.3、有工具 64.7，Anthropic 还给有工具的 HLE 加了检索黑名单，把可能搜到答案的算错。这是 Anthropic 自己的防污染措施。

OpenAI、xAI、Google 用它的题，不写机构名。GPT-6 Astra 的系统卡页面用 SecureBio 提供的 322 道病毒学排错题，页面没提 CAIS，另用 WMDP 做沙袋评测，用 HLE 等做思维链评测；SecureBio 的独立评估报告把 VCT 写成 SecureBio 开发的基准。xAI 的 Grok 4.7 卡用 VCT、WMDP 和 MASK，参考文献引论文。Google 的Gemini 3 发布博客把 HLE 37.5%（无工具）当卖点，Gemini 4 的安全报告把 HLE 当作难题来源。

Scale AI 与 xAI，两条更近的线。Scale AI 是 HLE、RLI、WMDP 的共同开发方。Hendrycks 自 2023 年起是 xAI 的安全顾问，自 2024 年起是 Scale AI 的顾问，Observer（2025-10-28）写他的顾问报酬分别是每年 $1 和 $12。2025 年 Meta 入股 Scale AI，据报道占 49% 股权。Meta 与 CAIS 之间有没有直接的资金或授权协议，本刊没有核到。

考题会过期，题目本身也有错。HLE 官网自己预测 2025 年底前模型有望超过 50%，CAIS 排行榜 2026-10-16 读取时，HLE 一列领先的几款模型已在 53% 到 55% 之间；FutureHouse 和 Nature 论文给出的错题率前面已经列了。CAIS 承认 HLE 在高分段会碰到噪声上限，所以拿出 HLE-Diamond。各家 HLE 成绩的评测设置不同（有无工具、评分器、检索限制），数字不能直接排成一张榜。

独立性有一组并列的事实，外界批评本刊没有找到。Hendrycks 是 xAI 和 Scale AI 的顾问；Scale AI 与 CAIS 共同开发 HLE、RLI、WMDP；新任 President 来自 xAI；CAIS 的排行榜给 Grok、GPT、Claude、Gemini、Muse 排名；HLE 的 Nature 论文声明作者没有利益冲突。Wikipedia和 Observer 转述 Hendrycks 的说法是，他为避免利益冲突只收象征性报酬、不持股；两处报酬金额不一致（Observer 写 $1 和 $12，Wikipedia 写一美元）。本刊没有读到主流媒体或学术评论对这一点的明确指控，也没有读到 CAIS 的正式回应。

倡导和基准放在同一个机构里，也有张力。2026-10 CAIS 发起 Team Human 活动，呼吁通过国际协议实现全球放缓，并把签名递交立法者；同一个机构也提供被各家发布文件引用的评测基准。外界对此的评论，本刊没有读到。

VCT 的数据集不公开，只向符合条件的机构提供，外部很难复核；同一个病毒学基准的署名在各家文件里不同：Meta 和 Anthropic 写 SecureBio 与 CAIS，OpenAI 的 Astra 页面只写 SecureBio。VCT 论文的作者里，Long Phan 和 Hendrycks 署 CAIS，其余多数署 SecureBio。