【神经网络本身就很干净：我们可能误判了“叠加态”】可解释性领域长期认为神经元充满了混乱的叠加态，迫使学界转向用SAE等外挂工具去“解线团”。Nick Cammarata最新长文却给出了相反的观察：当年那些经典的“多义神经元”大概率被误读了，比如著名的“猫与汽车”神经元，底层其实是在识别V字轮廓，是早期的旧架构和观测缺陷放大了混乱。实测表明，从Qwen到万亿参数的Kimi K3，约九成神经元都有明确的主任务，表现出的杂糅大多只是局部概念延伸的“递归泛化”。神经网络内部本来就很有秩序，顺着它自身的回路生态去直接研究，或许远比强行重构一套字典更奏效。already-clean.goodfire.com