研究者呼吁：实验室该像砸数学题一样砸算力做机制可解释性

Miles_Brundage · x · 2026-10-18

前 OpenAI 政策负责人 Miles Brundage 转发 Neil Chowdhury 的观点：既然 AI 实验室愿意花 1000 万美元以上算力去解决数学问题，就应该以同等力度投入封闭式机制可解释性（mechanistic interpretability）问题，因为负面结果同样有信息价值。背景是 Jacob Hilton 对 nickcammarata 的玩笑式提问——能否在年底前解释一个 432 参数的小模型（每个参数 4 小时）。这反映出可解释性研究在算力分配上远落后于能力研究的行业现状。