Lenny播客访谈Anthropic可解释性研究员Emmanuel Ameisen：探讨大模型如何思考与规划
Lenny's Podcast于2026年10月18日发布新一期访谈，嘉宾为Anthropic可解释性研究员Emmanuel Ameisen。节目围绕大语言模型的内部运作机制展开，讨论了模型为何被描述为“生长”而非“构建”，以及可解释性研究如何揭示模型的提前规划能力、跨语言概念共享及潜在的意识结构相似性。对于关注AI底层逻辑与安全对齐的专业读者，该期内容提供了来自一线研究者的具体视角。
重要性实质性证据E2 未复现写法快讯
Lenny's Podcast在2026年10月18日推出了一期聚焦AI底层机制的深度访谈，嘉宾是Anthropic的可解释性研究员Emmanuel Ameisen。Ameisen此前曾在Stripe和Insight从事应用机器学习工作，并著有《Building Machine Learning Powered Applications》一书。他在Anthropic的主要工作是打开Claude等大语言模型的“黑盒”，探究它们究竟是如何思考和规划的。
根据节目官方简介，本期讨论的核心议题挑战了大众对LLM的传统认知。例如，简介指出“next-token predictor”（下一个词预测器）这一框架低估了模型实际的规划能力；同时探讨了为何将AI拟人化在某些情况下反而是正确的处理方式，以及模型为何更像是“生长”出来的而非人工“构建”的。此外，节目还涉及了所谓的“J空间”如何揭示模型的自我意识，以及平滑的缩放曲线背后看似突然的能力跃升。
对于AI领域的从业者和研究者而言，这期节目的价值在于它连接了前沿的可解释性研究与AI对齐及安全实践。Ameisen的研究被认为产生了一些引人注目的发现，包括模型形成概念的通用表征、在不明确陈述计划的情况下提前规划多个token，以及可能表现出与人类意识/无意识处理区分在结构上相似的特征。虽然本推荐基于节目官方提供的主题列表和嘉宾背景，未包含完整的对话实录，但鉴于嘉宾的一线身份及话题的专业深度，该资源适合希望了解模型内部逻辑而非仅关注外部表现的读者收听。