Goodfire 研究員 Nick Cammarata 發表文章提出「神經網路已經是乾淨的」（Neural Networks Are Already Clean）理論，主張許多已知的多義性（polysemanticity）和疊加（superposition）案例，透過進一步的代理分析（agentic analysis）即可解決，並指出 Qwen-32B 中 90% 的神經元僅具單一功能。Cammarata 認為可解釋性可能是目前世界上最重要的科學問題，因為他認為若不了解所建構的系統，就無法解決對齊問題。此主張獲得了部分社群人士如 Deedy 和 tszzl 的高度評價，認為這是 AI 領域的重大突破，甚至可能降低對齊風險（P(doom)）。然而，Neel Nanda 等研究者提出反駁，認為這並未改變他們關於表徵疊加和弱激活承載記憶事實的核心觀點，且 Leo Gao 等人指出解釋應以神經元模擬的 KL 散度來評估，並批評該論文尚未正式發表。
另一方面，Meta 發布了 Muse Spark Open，這是一個總參數 816B、活躍參數 42B 的 MoE 模型，擁有 1M token 的上下文視窗，支援文字、圖像、影片和音訊輸入，旨在用於編碼、長程代理和多步推理。根據 Artificial Analysis 的評估，該模型在 Intelligence Index 得分為 39，位列美國開源權重模型第一，但落後於 GLM-5.3（45）和 Kimi K3（44）。該模型在代理評估中表現較弱，排名九個最高分開源模型中的最後一名。發布定價為每百萬輸入/輸出 token 分別為 1.25/4.25 美元。硬體方面，BF16 權重約 1.6TB，NVFP4 量化後約 530GB，可在 4x Blackwell Ultra 或 8x H200 上運行。Nathan Lambert 稱其授權條款為「垃圾」，並認為該發布將美中開源模型差距縮小約一半，但 Teortaxes 批評其在該參數規模下表現嚴峻，且注意力機制過時。
事件背景
原文提及 Goodfire 被稱為「第一個機制可解釋性前沿實驗室」（The First Mechanistic Interpretability Frontier Lab）。Nick Cammarata 曾在 OpenAI 共同撰寫早期機制可解釋性工作。原文引用了與 Anthropic 研究員 Emmanuel Amiesen 的訪談標題「The Utility of Interpretability」，但未明確說明 Goodfire 與 Anthropic 之間存在正式的合作研究關係。
社群觀察
社群對 Cammarata 的主張意見分歧。Deedy 稱這是「AI 領域最重要的結果之一」，tszzl 認為這可能被記住為科學史上的重大時刻，並認為這使得對齊成為「常規科學」。然而，Neel Nanda 表示這並未改變他的關鍵假設（cruxes），他仍預期表徵疊加的存在，並認為弱激活承載記憶事實。Leo Gao 認為解釋應以神經元模擬的 KL 散度來評估。Jake Mendel 指出被忽略的非最大激活尾部。Pfau 指出該論文本身尚未發表。Nathan Lambert 批評 Muse Spark Open 的授權條款為「垃圾」，並認為該發布縮小了美中開源模型差距。Teortaxes 則批評該模型在該參數規模下表現嚴峻，且注意力機制過時。
