下一個 AI 關鍵詞，可能是 Eval
這一年 AI 工程圈的關鍵詞換得很快。
時間線
一年之內， AI 工程的關鍵詞換了三輪
- 2026 年初
- 大家談 Agentic，AI 從回答問題變成自己動手做事（本頻道觀察）
- 2026.02
- OpenAI 發表 Harness engineering，重點從寫提示轉到替 Agent 打造環境與測試
- 2026.06
- Peter Steinberger、Addy Osmani 帶起 Loop engineering，改成設計會自己跑的循環
- 2026.09
- Dario Amodei 提出 Embedded Evaluators，問題開始變成誰來驗證
轉折
2026.09｜Dario Amodei〈We Must Pace the Frontier〉
讓外部評估者 像員工一樣坐進 AI 公司
Anthropic 執行長在個人文章裡提議，每家前沿 AI 公司都讓一組第三方評估者長期進駐，給座位、門禁卡、公司電腦，權限比照內部的風險評估團隊。
他們要查公司有沒有照安全承諾做事、回報事故，而且評估的不只是做好的模型，還包括訓練流程本身。關鍵發現可以自己公開，公司不能改稿。
這個提案針對的是前沿 AI 實驗室的安全監督，不是一般企業的軟體驗收。
2026.09.18｜Anthropic × Accenture
一週後，第一個合作落地
- 技術｜4 件事
- 評測模型、紅隊測試、對齊評估、測安全防護，訓練期間就在旁邊看。團隊人數未公布
- 商業｜≥ US$10 億
- 雙方各自預計五年內投入 AI 安全的金額。合作非獨家，Anthropic 說還會公布其他評估者
- 巨觀｜79.9 萬人
- Accenture 的員工數約此數，FY25 營收約 700 億美元、客戶約 9,000 家，由旗下 AI 公司 Faculty 主導
職涯
以下是本頻道的觀察，還沒有職缺數據支持
FDE 負責讓 AI 上線， 誰負責驗收？
不少軟體工程師開始把 FDE（Forward-Deployed Engineer，駐點客戶、把模型接進實際流程的工程師）當成 AI 時代的新路徑。
Agent 真的進到企業以後，還需要有人設計測試情境、看執行紀錄、判斷它能不能正式上線。
對不寫程式的技術人才來說，Eval 或許是一個值得開始注意的方向。Dario 的提案本身只談前沿 AI 公司，延伸到企業驗收是我們的推論。
帶走這句
有人部署，就要有人**驗收**。
企業導入 Agent 之後，採購會議上的問題會從「它做不做得到」慢慢變成「誰能證明它做得對」。
也有評論質疑 Accenture 本身就是大型顧問商，獨立性還要觀察；Anthropic 則說外部評估不會減輕它自己的責任。制度剛起步，值得持續追。
出處
這些都可以自己查
「Eval 是下一個關鍵詞」與企業驗收、職涯的延伸是本頻道觀點。連結整理在貼文留言。
Embedded Evaluators 提案
Dario Amodei〈We Must Pace the Frontier〉· 2026/9
第一個合作與投入金額
Anthropic 官方部落格、Accenture 新聞稿 · 2026/9/18
Harness engineering
OpenAI 工程部落格，Ryan Lopopolo · 2026/2/11
Loop engineering
Peter Steinberger 發文 · Addy Osmani 部落格 · 2026/6
獨立性的質疑
TechCrunch 報導 · 2026/9/18