Goodfire监测显示可解释性成代理安全基建

据Forkast发布，随着企业从简单聊天机器人转向能执行复杂任务的自主代理，传统边界防御无法洞察模型内部逻辑。Goodfire的Inside-Out监测显示，可解释性正成为代理安全基础设施，真正风险在于导致输出的内部逻辑。