Nick Cammarata 在 X 上发布并推广一项论证，主张神经网络比此前假设的更“干净”、更容易解释；他称自己曾在 OpenAI 参与机械可解释性早期研究，当时因网络看似混乱而持悲观态度，如今认为有好消息。该条目本身只提供指向这条推文的链接，未包含底层博客正文，因此其技术主张无法在现有材料中核实。Hacker News 上的讨论随即展开，核心争议在于这些结论是否超出了已有证据所能支持的范围。
背景
在机制可解释性（mechanistic interpretability）领域，长期的主流悲观判断是：神经元之所以「多义」（polysemanticity），是因为模型以叠加（superposition）方式在有限维度中编码远超维度数量的特征，因此单个神经元很难对应单一可解释概念。Goodfire 的 Nick Cammarata 于 2026 年 10 月 15 日发表《Neural Networks Are Already Clean》，主张早期模型生物中多义性的成因并非叠加，而是若干普通且大多可修复的问题，并称现在已能理解参数量达万亿级模型中的大多数神经元。
参考链接
社区讨论
对机械可解释性研究者而言，这场争论的实际分歧在于：若多义性更多源于现有分析工具的失败而非网络的固有属性，研究方向就应从接受多义性转向改进工具；但现有材料未给出可核实的实验结果来支撑这一转向。
评论者 bluejay2387 认为该主张超出现有证明，指出渐进式特征复杂性和早期训练结构对后续训练的影响早已为人所知（如 CNN、彩票假说），且这些现象与参数重载并不互斥；aesthesia 则将其语气比作 Anthropic 机械可解释性团队在首批大规模 SAE 结果时期那种“轻躁狂”式的热情。antics 把这篇论述概括为一份旨在论证“给 AI 基因组测序”比想象中更容易的证据汇编。