Alice WonderSuite – Red teaming và rào chắn cho AI tạo sinh

Alice là thương hiệu mà ActiveFence Ltd sử dụng từ tháng 1/2026, công ty về an toàn và tin cậy thành lập năm 2018 do đồng sáng lập kiêm CEO Noam Schwartz điều hành. Với khoảng 350 nhân sự, phần lớn tại Israel, và 140 triệu USD vốn từ Grove Ventures, CRV, Highland Europe, Norwest, công ty chuyển từ bảo vệ người dùng mạng xã hội sang bảo mật mô hình nền tảng, ứng dụng AI và tác tử theo yêu cầu của khách hàng lớn.

WonderSuite bao phủ ba giai đoạn. WonderBuild thực hiện red teaming tự động và có chuyên gia trước khi ra mắt, nhắm vào bẻ khoá, chèn prompt và trích xuất dữ liệu, kèm bằng chứng để phê duyệt. WonderFence áp dụng rào chắn thời gian thực cho prompt và phản hồi theo chính sách từng ứng dụng. WonderCheck chạy kiểm thử đối kháng liên tục khi vận hành để phát hiện lỗi sau khi đổi mô hình hoặc prompt. Động cơ Rabbit Hole cung cấp dữ liệu đối kháng cho bộ phân loại hỗ trợ hơn 100 ngôn ngữ và đa phương thức. Logo khách hàng gồm Amazon, Google, Meta, TikTok, Nvidia, Cohere.

• WonderBuild: red teaming tự động và có chuyên gia trước khi ra mắt, nhắm vào bẻ khoá, chèn prompt và trích xuất dữ liệu.
• WonderFence: rào chắn thời gian thực cho prompt và phản hồi với chính sách tuỳ biến.
• WonderCheck: kiểm thử đối kháng liên tục khi vận hành để phát hiện lỗi hồi quy.
• Rabbit Hole: động cơ tình báo đối kháng cung cấp dữ liệu cho bộ phân loại phát hiện.
• Đa ngôn ngữ và đa phương thức: hỗ trợ hơn 100 ngôn ngữ, không phụ thuộc mô hình.
• Tương thích tuân thủ: tài liệu ánh xạ theo Đạo luật AI của EU, NIST và OWASP.

Ứng dụng thương mại điện tử và mạng xã hội Việt Nam có thể red team trợ lý mua sắm AI và lọc nội dung có hại bằng tiếng Việt cùng các ngôn ngữ trong khu vực. Ngân hàng và công ty bảo hiểm có thể kiểm thử chatbot phục vụ khách hàng trước khi ra mắt và duy trì rào chắn khi vận hành. Nền tảng giáo dục trực tuyến có thể áp dụng chính sách an toàn trẻ em cho gia sư AI.

Đội sản phẩm, bảo mật và pháp chế có bằng chứng red teaming được ghi nhận trước khi ra mắt AI phục vụ khách hàng. Rào chắn tinh chỉnh theo chính sách riêng của từng ứng dụng giảm đầu ra có hại mà theo Alice không làm tăng đáng kể độ trễ. Khả năng hỗ trợ hơn 100 ngôn ngữ phù hợp thị trường đa ngôn ngữ, nơi nhiều công cụ chỉ xử lý tiếng Anh. Kiểm thử liên tục khi vận hành phát hiện lỗi sau mỗi lần cập nhật mô hình hoặc prompt.

Trợ lý AI, AI đồng hành và tác tử hướng tới người tiêu dùng đang lan rộng nhanh, và đầu ra có hại hoặc bị thao túng gây rủi ro pháp lý và uy tín. Kinh nghiệm an toàn và tin cậy xây dựng cho mạng xã hội đang được áp dụng vào AI tạo sinh, và các nền tảng Đông Nam Á phục vụ nhiều ngôn ngữ cần công cụ an toàn hoạt động ngoài tiếng Anh.

ActiveFence thành lập năm 2018 và đổi thương hiệu thành Alice vào tháng 1/2026; pháp nhân vẫn là ActiveFence Ltd và activefence.com chuyển hướng sang alice.io. Công ty đã gọi được 140 triệu USD và cho biết bảo vệ hơn 3 tỷ người dùng trên các nền tảng mạng xã hội. Website hiển thị huy hiệu SOC 2, HIPAA, ISO 27001 và ISO 42001.