Goodfire 发布低成本内部激活监测工具以拦截失控 AI 智能体

Goodfire 推出基于内部激活监测的 AI 智能体安全工具，通过读取模型前向传播中的中间神经激活信号来检测风险，而非依赖外部模型重读输出。在 Kimi K3 测试中，监测约 100 万次交互的成本约为 185 美元，远低于外部模型审查的数千至上万美元成本，且能捕获 93% 的恶意黑客会话。