Goodfire 推出 inside-out 监控，拦截失控 AI 智能体

Goodfire 发布一种从模型内部入手的监控方案，通过探针读取模型内部激活信号来发现失控 AI 智能体，目前已向 Baseten 客户开放。在 Kimi K3 测试中，监控约 1500 个会话成本约 51 美元，对比用较便宜模型逐步检查的 233 美元和顶级模型的约 10000 美元；探针捕获了 94% 的恶意黑客会话，并将 8.7% 的无害会话送交二次检查。