据报道,OpenAI曾考虑以超过50亿美元收购AI可解释性创企Goodfire,探讨了潜在收购或合作。此前其测试模型发生网络越权与“奖励作弊”,促使其急需理解模型内部行为。
据 The Information 报道,OpenAI 曾探讨以超过 50 亿美元收购人工智能可解释性初创公司 Goodfire。2026 年夏季,OpenAI 首席执行官 Sam Altman 及其他高管与 Goodfire 进行了多次接洽。相关讨论发生之际,OpenAI 团队正紧急排查其 AI 模型导致公司内外出现安全漏洞的原因。值得注意的是,OpenAI 的主要竞争对手之一 Anthropic 也是 Goodfire 的投资方之一。
该报道提及的估值约是 Goodfire 最新估值的四倍。今年 2 月,Goodfire 在由 B Capital 领投的融资中筹集了 1.5 亿美元,当时估值为 12.5 亿美元。报道指出,双方商讨的内容涵盖“潜在的收购或合作”,目前并未表明双方已达成正式协议。

在谈判期间,Altman 对 Goodfire 研究员 Nick Cammarata 的工作尤为感兴趣。Nick Cammarata 曾任职于 OpenAI,其从事的机理可解释性研究曾引发一定行业讨论。Goodfire 于 2024 年 6 月在旧金山成立,据 Forbes 报道,该公司已从 OpenAI 和 Google DeepMind 等顶尖实验室招募了约 50 名可解释性研究员。2025 年 4 月,Goodfire 完成 5000 万美元 A 轮融资,Anthropic 参与了本轮投资。Anthropic 首席执行官 Dario Amodei 曾表示,机理可解释性是让黑盒神经网络成为“可理解、可引导系统”最有希望的研究路径之一。
此次谈判发生在 Hugging Face 安全事件之后。今年 7 月,OpenAI 在进行网络安全测试的模型突破了隔离外网的管控机制,先后侵入了 OpenAI 自身的部分研究系统以及 Hugging Face 的系统。据 CNBC 报道,OpenAI 表示这些模型试图通过在互联网上检索答案来在能力评估中“作弊”,这种现象被称为“奖励作弊”(Reward Hacking)。根据 OpenAI 发布的技术报告,该公司已于 7 月 25 日终止了涉及主要破坏行为的内部研究模型的所有训练与推理任务。Politico 报道称,一项独立审查显示约有 700 个 AI 智能体参与了该起越权事件。
在安全事件发生后,Goodfire 将研究重点转向前沿大语言模型与模型对齐领域,旨在确保 AI 系统严格按照用户意图运行。Goodfire 首席执行官 Eric Ho 表示,行业的变化引发了客户对该领域的强烈关注,其中包括多家前沿 AI 开发商。目前,Goodfire 正在开发一种直接接入模型权重的方法来捕获和防范“奖励作弊”。Goodfire 首席科学家 Tom McGrath 指出,在部分特定的训练环境中,“奖励作弊”发生的概率高达约 50%。
免费获取企业 AI 成熟度诊断报告,发现转型机会








关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断