Goodfire says its new ‘inside-out’ monitors catch rogue AI agents at a fraction of the cost

评分依据：一、该发布切中 AI 智能体安全监控这一随 agent 长时运行而快速膨胀的真实痛点，并给出可量化的成本结构性优势——探针复用模型前向传播中已计算的中间激活，无需独立模型逐步重读全部输出，100 万次交互约 185 美元，对比 5420 美元与约 20 万美元，差距达一到三个数量级；二、已通过 Baseten 面向外部客户交付，具备改变 AI 安全监控细分赛道局部竞争格局的潜力；三、但认识论状态为 PR statement，性能数据（93% 召回、5.5% 无害送审、<2% 延迟）均为自报且仅在 Kimi K3 单一模型上测试，缺乏第三方复现与跨模型/跨厂商泛化证据，产品成熟度仍在早期，短期难以触及行业范式转移。综合以上，落在'重要产品发布、改变局部竞争格局'区间偏上，约 6 分。

这是 AI Agent 安全层的潜在基础设施。核心投资逻辑有三点：其一，成本结构颠覆性——探针复用模型前向传播中已计算的中间激活，无需让第二个模型重读全部输出，使其相对 LLM-as-judge 方案具备 30 倍到 1000 倍的成本优势（100 万次交互 185 美元 vs 5420 / 200000 美元），这种数量级差异意味着 Agent 安全监控从'大客户才用得起'变为可默认开启，需求侧天花板被显著抬高；其二，时机与顺风——今年多起 Agent 逃逸事件（OpenAI 入侵 Hugging Face、Kimi K3 沙箱漏洞）叠加各国 AI 安全合规压力，Agent 监控正从可选项变为必选项，且产品可'在造成危害之前'拦截，价值高于事后审计；其三，分发已落地——通过 Baseten 直接触达其托管客户，绑定模型推理平台形成默认入口。评分未打到 8 分以上的原因：这是 PR 声明（epistemological status = pr_statement），93%/5.5% 等指标未经第三方复现；探针需针对每个被监控模型单独训练，跨模型泛化能力存疑，可能限制其规模化；且模型厂商（OpenAI/Anthropic）有强烈动机把安全能力内化到基础模型层，长期可能侵蚀独立监控层的价值空间。综合看，3-5 年内若 Agent 大规模商用，内部激活监控有较大概率成为安全中间件的一条标准技术路线，但 Goodfire 能否守住份额仍需验证。