**大语言模型并非你曾承诺的黑箱**

_LLMs are not the black box you were promised_

> 文章总结了Anthropic的机制性可解释性研究，展示了如何通过电路追踪技术揭示LLM的多步推理过程，说明模型并非完全黑箱，其内部存在可识别的高级概念和伪符号推理，为理解模型行为提供了新视角。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-06-03 07:27（北京时间）
- **原文**：[打开原文](https://www.jay.ai/blog/llms-are-not-a-black-box)