Cammarata 通常指前 OpenAI 研究员 Nick Cammarata，他是神经网络可解释性（interpretability）研究领域的代表人物之一，长期研究如何理解大模型内部神经元的功能。近期他发布的一组更新引发行业讨论：他认为此前学界对「神经元多义性」（polysemanticity，即单个神经元同时承担多种不相关功能）的理解存在误读，实际上大模型中绝大多数神经元是可以被明确解读的，这一观点得到了 Sam Altman 等人的转发关注。
Cammarata 近期进展
当前焦点与观察点
Cammarata 这轮发言的核心争议在于：他主张的「大多数神经元可解读」与可解释性社区长期持有的「多义性是常态」判断存在明显张力。支持者认为这说明模型结构比想象中更有序；质疑者则指出目前多为个案审计结果（如 Qwen3-32B 的 90%），尚未经过独立复现和同行评审，能否推广到任意规模、任意训练方式的模型仍是未知数。
值得观察的几点：一是完整论文或技术报告何时发布、审计方法是否开源；二是「用 agents 辅助解读神经元」这条路径能否标准化；三是如果可解释性真的如 Altman 所说「进展超预期」，它对模型安全、对齐和监管可能会产生实际影响。在更多证据出现之前，对这组结论保持谨慎乐观较为合理。