Dario Amodei：可解释性是AI发展的紧迫任务

Anthropic CEO Dario Amodei发文阐述“可解释性”（Interpretability）的紧迫性。他指出当前生成式AI如同“生长”而非“构建”，内部机制不透明，导致难以预测和防范欺骗、权力寻求等对齐风险，也阻碍了其在金融、医疗等高敏感领域的落地及法律合规。Amodei认为近期技术突破让实现类似“MRI”般的模型内部透视成为可能，呼吁业界加速推进可解释性研究，以便在模型能力超越人类控制前建立有效的安全边界。