读懂 AI 的“心声”：Anthropic 发布自然语言自编码器，让 Claude 思维透明化

Anthropic 近日推出名为“自然语言自编码器”（NLAs）的新技术，旨在突破 AI 黑盒限制。不同于传统稀疏自编码器输出复杂数据，NLAs 能将 Claude 的内部激活直接转化为人类可读的自然语言。实验表明，该技术能清晰展示 AI 在执行任务（如对联押韵）时的思维路径与提前规划。这一突破为理解大模型内部机制提供了直观工具，让 AI 的思考过程首次实现了“可视化”阅读。