据 TechCrunch 报道，Hugging Face 政策负责人表示，嵌入式 AI 评估器不会是一个简便的解决方案。此番言论针对的是一种常见的架构假设：捆绑在 agent 流水线内部的评判模型，能够对周围系统的行为起到可靠的控制作用。对于正在对一致性进行监测的团队而言，这一假设支撑着当前的大量实践，从内联评分到发布前对 agent 输出的自动审查。
这一评论与 METR 的另一项介入同时出现，后者呼吁开发者将内部安全证据开放给外部审查。两者共同指向了自我评估与独立审查之间的差距。与被评判系统共享同一流水线的评估器，会继承该系统的盲区，其输出能否被审计，取决于团队选择公开的证据。据报道，这两种立场都没有排除嵌入式评估；但两者都质疑它能否独自承担控制手段的分量。
时机值得注意。这些言论出现在一波以 agent 监控与审查为卖点的厂商工具之后，其中许多产品的营销前提是：流水线内的评判器能够解决监督问题。从现有报道中尚不清楚的是，这位政策负责人倾向于何种替代方案，以及 METR 在实践中期望何种形式的外部审查。就目前而言，务实的解读是：嵌入式评估器最好被视为多种信号之一，并配合可从流水线外部加以检验的证据。