Goodfire 推出 inside-out 监控器，在模型内部识别越界 AI 智能体

Goodfire 发布 inside-out 监控器，通过读取模型工作时的内部信号识别越界 AI 智能体，并率先面向 Baseten 客户开放。系统用小型 probes 在每一步检查内部激活，只有触发风险时才调用独立 AI 复核，可监控攻击性黑客、生化武器滥用和 reward hacking，并支持记录、人工审核或拒绝请求。