Anthropic最新AI可解释性研究的突破与局限

据MIT Technology Review报道（2026年7月13日），Anthropic公布了最新AI可解释性研究成果，揭示了大型语言模型内部表示的部分机制。文章分析了该发现的真正意义及其局限性，指出虽然取得了重要进展，但距离完全理解模型内部运作仍有较大距离。