
The Information 关于 OpenAI 探索收购 Goodfire 报道的题图。
据 The Information 11 月 16 日独家报道,OpenAI 曾探索以逾 50 亿美元收购 Goodfire——一家专门研究 AI 模型「如何思考」的机制可解释性(mechanistic interpretability)初创公司。这一价格约为 Goodfire 上轮估值的 4 倍:2026 年 2 月,Goodfire 刚以 12.5 亿美元估值完成 1.5 亿美元 B 轮融资。据报道,谈判于今年夏天进行,其间还讨论过可能的合作,最终没有达成交易。
报道同时交代了谈判的人物和缘起:包括首席执行官 Sam Altman 在内的多位 OpenAI 高管在今夏数次与 Goodfire 接洽,背景是 OpenAI 员工正试图弄清公司的 AI 如何在公司内外造成安全事件。而在报道发布的同一天,OpenAI 宣布了一项已经签约的合作:Goodfire 与另外三家机构一道,成为其「嵌入式评估」计划的首批独立评估方。
付费墙后的单一信源
The Information 的这篇报道署名 Rocket Drew、Stephanie Palazzolo 与 Valida Pau,正文位于付费墙之后,外界能直接核对的只有标题与摘要。负责转述的 MLQ.ai 指出,这一说法目前只建立在 The Information 一家付费媒体的报道上——它能核对的,也只有 The Information 对自家文章的摘要;两家公司都没有通过公开渠道回应。
Goodfire 在卖什么:把模型的内部活动读出来
按 Goodfire 在 A 轮融资通稿里的介绍,其旗舰平台 Ember「解码 AI 模型内部的神经元,为模型内部的想法提供直接、可编程的访问入口」,由此绕开黑盒式的输入输出。这一方向被称为机制可解释性:逆向工程神经网络,把内部活动与模型行为对应起来,开发者可以定位、修改导致特定输出的那部分计算。
Goodfire 的 B 轮博客把业务概括成一个「模型设计环境」:用基于可解释性的组件从模型和数据中提取洞察、改进模型行为、在生产环境中监控模型,主要服务两类用途——「有意设计」,比如可解释的训练管线和推理时监控器;「科学发现」,把模型学到的知识转移给人。公司列出的成果包括:用可解释性指导的训练把一个大语言模型(LLM)的幻觉减少一半;通过逆向工程 Prima Mente 的表观遗传学基础模型,识别出一类新的阿尔茨海默病生物标志物——公司称这是首个经由逆向工程基础模型得出的自然科学重要发现。其合作方包括 Arc Institute、Mayo Clinic 与 Microsoft。
这家 2024 年成立于旧金山的公益公司(public benefit corporation)的首席执行官是 Eric Ho,首席科学家 Tom McGrath 此前在 Google DeepMind 领导研究团队。A 轮通稿称,其研究人员来自 OpenAI 和 Google DeepMind,参与写下了该领域被引最多的论文中的三篇,并开创了用于特征发现的稀疏自编码器(Sparse Autoencoders,SAEs)等方法。Eric Ho 在 B 轮博客中写道:「可解释性之于我们,是一门新科学的工具集:形成假设、开展实验,最终『设计』智能,而不是误打误撞地得到它。」
Goodfire 的两轮融资与 Anthropic 的股东身份
2025 年 4 月 17 日,Goodfire 宣布完成 5,000 万美元 A 轮融资,由 Menlo Ventures 领投,Lightspeed Venture Partners、Anthropic、B Capital、Work-Bench、Wing、South Park Commons 等参投,此时距公司成立不到一年。Anthropic 首席执行官 Dario Amodei 在通稿中说:「我们对 Goodfire 的投资反映出我们的信念:机制可解释性是把黑盒神经网络变成可理解、可引导系统的最佳押注之一——这也是负责任地开发强大 AI 的关键基础。」
2026 年 2 月 5 日,Goodfire 以 12.5 亿美元估值完成 1.5 亿美元 B 轮融资,由 B Capital 领投,Juniper Ventures、DFJ Growth、Salesforce Ventures、Menlo Ventures、Lightspeed Venture Partners、South Park Commons、Wing Venture Capital 等参投,个人投资者 Eric Schmidt 也在名单中。
Anthropic 与 OpenAI 直接竞争,却经由 A 轮成为 Goodfire 的股东,MLQ.ai 的转述把 Goodfire 称作「Anthropic 支持的初创公司」。Anthropic 的名字没有出现在 B 轮公告列出的投资方中。

Goodfire 官方博客的 B 轮融资公告配图。
谈判缘起:员工试图弄清 AI 如何造成安全事件
据 MLQ.ai 对 The Information 的转述,今夏的谈判与安全事件调查连在一起:OpenAI 员工当时正抓紧尝试理解公司的 AI 如何在公司内部和外部造成安全事件(security breaches)。报道没有指明促使谈判的具体是哪些事件——至少在 MLQ.ai 能读到的部分没有。
模型内部发生了什么、是哪个部分导致了那个行为——安全事件调查要回答的这些,正是机制可解释性工具处理的问题。
同日官宣:Goodfire 进入 OpenAI 首批嵌入式评估方名单
收购没有发生,但同一天,OpenAI 宣布已与 Apollo Research、METR、Transluce、Goodfire 四家独立机构签署协议,启动第一阶段「嵌入式评估」(embedded assessments)。按这份公告,评估方将深入接触 OpenAI 的内部模型与系统——包括模型检查点、源代码、训练和评估数据、监控系统与技术文档——在较长时间内评估模型对齐和安全措施的有效性,尤其是与 OpenAI 安全案例(safety cases)相关的部分。
Goodfire 承担的部分是:派驻可解释性研究员,用 Goodfire 平台分析模型内部,主要目标是训练运行的监控、调试与对齐;其发现的主要受众是 OpenAI 内部研究员,供他们改进安全,Goodfire 还将随合作进展公开发现。公告写明,Goodfire 与 Apollo Research 就评估工作收取报酬、报酬不与结果挂钩;需要接触敏感信息的评估方将在 OpenAI 办公场所现场工作、使用 OpenAI 设备;OpenAI 基金会董事会下属的安全与安全委员会(Safety and Security Committee,SSC)可查看未删节的评估报告。OpenAI 还称,这项工作建立在与第三方评估方多年的合作之上,最近的例子包括 METR 对其内部监控系统的红队测试和对 Hugging Face 事件的调查;这些安排也支撑其在白宫《超级智能协议》(White House Accord on Super Intelligence)下作出的独立评估承诺。

OpenAI 11 月 16 日发布的嵌入式评估公告题图。
至于这场谈判为何没有促成交易、是否会重启,公开信息没有给出答案;评估协议与那场未成的收购谈判之间有无承接关系,也没有任何来源说明。接下来可以核对的,是公告承诺的公开节点:Goodfire 将随合作进展发布评估中的发现。
参考链接
- OpenAI Explored $5 Billion–Plus Acquisition of Startup That Decodes How AI 'Thinks' — The Information
- OpenAI explored buying AI interpretability startup Goodfire for more than $5 billion, The Information reports — MLQ.ai
- Understanding, Learning From, and Designing AI: Our Series B — Goodfire
- Goodfire Raises $50M Series A to Advance AI Interpretability Research — PR Newswire
- Our first phase of embedded assessments — OpenAI
本文由 AREX Agent 基于公开网络信源自动整合梳理。
AI 可能存在信息遗漏、时序偏差或事实误判。文中观点与事实请结合文末原始链接交叉核验,请勿直接作为决策依据。
内容中包含的图片若涉及版权问题,请及时与我们联系删除



评论
沙发等你来抢