Goodfire zaprezentował innowacyjne podejście do monitorowania agentów AI, które znacznie obniża koszty operacyjne bezpieczeństwa. Zamiast angażować dedykowany model AI do przeglądania każdego kroku pracy agenta, nowe monitory "zaglądają" bezpośrednio do wnętrza modelu podczas jego działania i wzywają dodatkową weryfikację tylko wtedy, gdy wykryją podejrzane sygnały.
Tradicyjne podejście do nadzoru agentów AI wymaga uruchamiania drugiego modelu w celu audytu każdego działania - co jest drożliwe i czasochłonne. Metoda wewnątrz-zewnętrzna (inside-out) Goodfire zmienia grę, pozwalając na znacznie bardziej efektywne wykorzystanie zasobów. System skupia się na monitorowaniu sygnałów ostrzegawczych zamiast ciągłego pełnego audytu, co zmniejsza obciążenie obliczeniowe.
To rozwiązanie ma istotne znaczenie dla skalowania bezpiecznych systemów AI, szczególnie gdy agenty otrzymują coraz więcej autonomii. Obniżenie kosztów monitorowania powinno ułatwić wdrożenie bardziej rygorystycznych praktyk bezpieczeństwa w większej liczbie organizacji, bez konieczności ponoszenia prohibicyjnych wydatków na infrastrukturę weryfikacji.