Goodfire 已公開發布 Silico，這是一個專為在前沿規模下規劃、執行和監控長期 AI 實驗而設計的自主研究平台。該平台透過分散式運算基礎設施自動化實驗工作流程，旨在減少傳統上與大規模模型解釋和訓練相關的營運成本。

Silico 作為一個自主研究代理運作：它接受一個研究目標，制定詳細的實驗計畫，在 GPU 叢集中並行執行工作負載，監控每次訓練運行，並返回可供檢查的結果。透過協調運算資源而無需持續的人工監督，該平台使研究人員能夠管理以前需要大量手動干預的複雜、多步驟專案。

Goodfire 強調，Silico 建立在該公司自身的前沿可解釋性研究之上，這使其能夠將有害或非預期的模型行為追溯到其底層機制，並在必要時進行干預。隨著前沿模型變得越來越大且能力越來越強，這種機制性的模型理解方法已成為整個 AI 領域的優先事項，包含 Anthropic 和 OpenAI 在內的實驗室都投資了可解釋性專案，以更好地預測故障模式和對齊風險。該平台已經證明了其在大規模下運作的能力，曾被用於解釋擁有 2.8 兆個參數的模型 Kimi K3。

Silico, the platform for ambitious AI research, is publicly available today. AI is advancing fast. The tools to understand it need to advance even faster. Silico lets you interpret and train your models at frontier scale. Learn more + get access pic.twitter.com/RT3lsbdGvy
— Goodfire (@GoodfireAI) August 4, 2026

(來源：X 貼文)

應用、定價與早期採用

Silico 支援涵蓋模型理解、故障診斷和模型改進的一系列研究任務。研究人員可以視覺化模型架構、訓練稀疏自編碼器和探測器、映射神經幾何，並測試關於學習表示的因果假設。該平台還能進行診斷工作，將回歸和非預期行為追溯到訓練不足、資訊瓶頸、特徵崩潰或資料集偽影等根本原因。

在模型開發方面，Silico 支援監督微調、直接偏好最佳化和強化學習實驗。使用者可以比較檢查點、測試目標干預措施並評估結果。此外，該平台能夠透過自主規劃和執行相應的實驗，來重現或擴展現有的研究論文。

Goodfire 承認長期實驗仍然昂貴，並表示 Silico 的定價反映了目前的運算成本，不過該公司打算隨著時間推移降低這些成本。為了鼓勵早期採用，Goodfire 為早期註冊提供 50% 的折扣，並為在 AI 安全和生命科學等關鍵領域工作的研究人員提供補助金。

該平台目前可在 macOS 上使用，並提供企業基礎設施選項以供申請。早期合作夥伴（包括 Prime Intellect、Valinor 和 Basecamp Research）回報指出，他們已使用 Silico 來加速強化學習設計、發掘專業模型中的生物推理，並獲得對基礎模型行為的機制性可見性。此次發布使 Goodfire 與越來越多致力於構建 AI 評估與治理工具的公司並駕齊驅；隨著監管機構和企業尋求更大的保證，確保大型模型在部署前是安全、可靠且可審計的，這個市場已顯著擴大。