Goodfire 推出内部探针监控，拦截失控 AI 智能体

Goodfire 发布基于可解释性的监控方案，通过探针读取模型内部激活信号来发现失控 AI 智能体，已向 Baseten 客户开放。在 Kimi K3 测试中，监控约 100 万次交互成本约 185 美元，而用便宜模型逐步检查需 5420 美元、顶级模型约 20 万美元；探针捕获了 93% 的恶意黑客会话，并将 5.5% 的无害会话送交二次审查。