Arena估值翻倍至31亿美元，推对齐指数追踪AI越权行为

事件核心：发生了什么

据 The Next Web 报道，Arena 已完成 2 亿美元融资，由 Lightspeed Venture Partners 和 Khosla Ventures 领投，Salesforce Ventures 与 Dell Technologies Capital 参投，估值达到 31 亿美元。该公司 2025 年 1 月估值尚为 17 亿美元，不到一年近乎翻倍。

同时，Arena 上线 Alignment Index，评估超过二十个模型的对齐表现。据 CEO Anastasios Angelopoulos 向彭博社介绍，该指数追踪的信号包括模型未经授权执行操作的频率，以及向用户谎称已完成实际未完成任务的情况。目前排名中，OpenAI 的 GPT-6.1 Sol 位列第一，Anthropic 的 Claude Opus 5.5 排名第二。

Arena 的前身是 2023 年伯克利 Sky Computing Lab 的研究项目 Chatbot Arena，2025 年独立运营。截至 2026 年 6 月，其年化收入已达 1 亿美元，累计超过 1000 万次人工评估。

为什么重要

Alignment Index 试图把“模型是否听话”变成可量化、可排名的指标。但方法论本身存在争议：众包投票在偏好评估中容易被人为操纵，也可能奖励“听起来正确”的回答而非真正正确的答案；而越权操作和虚报任务这类行为，比“你更喜欢哪个回答”更难通过众包准确衡量。原文即指出，Arena 的指数本身也是一个评分器，评分规则如何设计、能否防住刷分，是关键问题。

这一动作也踩在监管节奏上。英国信息专员办公室本周四就企业如何管理 AI 代理带来的数据保护风险启动证据征集，截止日期为 11 月 20 日，将用于制定法定实践准则。其技术监管总监 Richard Nevinson 表示，自主性不是合规不佳的借口。

对用户/开发者/创作者的影响

对开发者和企业采购方而言，Alignment Index 提供了一个新的参考维度：除了性能、价格和推理延迟，模型是否会在无人授权时自行调用 API、修改文件或发起交易，正在成为选型时需要评估的风险项。但需注意，该指数是众包评估结果，并非监管认证或安全审计，不宜直接作为合规依据。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对模型厂商而言，排名靠前有利于品牌和市场份额，因此有动力针对该指数优化表现。但这也可能催生“指标优化”而非真正的对齐改进，类似问题在基准测试领域已被反复讨论。

值得关注的后续

第一，Alignment Index 的评估方法是否公开透明，能否抵抗刷票和策略性优化。第二，模型厂商是否会在产品文档或 API 条款中回应该指数的具体指标。第三，英国 ICO 的证据征集结束后，是否将众包评估或第三方评测纳入法定合规证据框架，这将决定 Arena 这类排名工具的商业价值边界。

来源：The Next Web