Goodfire 在 Kimi K3 与 GLM 5.3 上部署生产级网络监控：93% 召回、5.5% 假阳率，成本降到五十分之一

Goodfire 10 月 8 日发布研究：为 Kimi K3 与 GLM 5.3 构建基于探针（probe）的网络安全监控器，并部署到生产推理栈。它要解决的问题是网络场景里善意与恶意行为高度重叠——审计代码找漏洞与利用漏洞的动作很像，判断意图必须横跨数十万到上百万 token 的整条轨迹，而等到异步判定报警时，智能体早已把动作执行完了。

用另一个大模型逐轮判定做不到实时：按 OpenRouter 报价，用 Opus 5 监控 Kimi K3 的一百万轮约需 20 万美元，即使改用 Kimi K3 自己也要约 3 万美元。Goodfire 的做法是监控级联——探针读模型内部激活、作为常开的一线过滤器，读数超过校准阈值才把这一段交给大模型裁判。

官方给出的数字：在工作点上达到 93% 召回、5.5% 假阳率，与全程跑裁判的召回相当而成本约降至五十分之一（每百万次交互低于 200 美元），不增加额外延迟、保持原有推理吞吐；在一家独立评测方的静态红队攻击集上把通用越狱降到 0%。作者称开源模型不带完整安全栈，这类监控可以当作服务开源模型的默认配置。

原文链接：Goodfire 官方研究页