Anthropic 研究者激辩：NLAs 值不值得投入重注

thebasepoint · x · 2026-09-27

X 用户 thebasepoint（疑似 Anthropic 内部人士）与 banburismus 展开关于神经线性分析（NLAs）研究路线的争论。banburismus 质疑：NLAs 只是 N 个可能的假设生成候选之一，因果干预的证据还很有限，却在获得不成比例的重视；并且从公开信息推断，Anthropic 似乎正在淡化机制可解释性（mech interp），转向 NLAs 这类务实的假设生成方法。

thebasepoint 回应称自己也感到困惑，坦言外部正流行各种来回摇摆的潮流，而 NLAs 才发布 4 个月。banburismus 还指出这与很短的 RSI（递归自我改进）时间线难以自洽：如果时间线短，要么用已被验证有效的方法，要么做能从 RSI 获益的孤注一掷，而 meta models 似乎两者都不像。