OpenAI 与 Goodfire 达成安全合作,此前收购洽谈超 50 亿美元未果
OpenAI 于 11 月 17 日宣布与 Apollo Research、METR、Transluce 和 Goodfire 四家机构启动首阶段嵌入式评估项目(Embedded Assessments),共同开展模型可解释性与安全评估。此前《The Information》报道,OpenAI 今年夏季曾探讨以超过 50 亿美元收购 Goodfire,该报价约为 Goodfire 2025 年 2 月融资时 12.5 亿美元估值的四倍以上,但双方未达成协议。 合作重点为模型取证(Model Forensics):Goodfire 将派遣可解释性研究人员进驻 OpenAI,使用自有可解释性分析平台监测模型训练过程,分析模型内部计算以排查已知风险和异常行为,帮助发现传统监控手段可能遗漏的问题。研究人员可获得 OpenAI 内部模型的深度访问权限,包括训练中的内部信号、模型检查点、源代码及训练数据。评估结果主要供 OpenAI 内部研究团队使用,Goodfire 表示将逐步公开部分研究成果。 Goodfire 管理层认为保持独立经营、向多家 AI 开发商销售技术更有长期价值,因此拒绝收购。Anthropic 曾于 2025 年向 Goodfire 投资 100 万美元,是其首次直接投资外部初创公司,CEO 达里奥·阿莫迪称此举反映公司对机制可解释性技术的重视。
Current read
OpenAI 想花 50 多亿美元买下可解释性公司 Goodfire 被拒了,最后改成派研究员进驻内部做模型取证。Anthropic 也投过它,可见各大实验室都在抢可解释性人才,关注 AI 安全和模型对齐的人值得看看细节。
Evidence
11 sourcesConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.