Nick Camerata

Goodfire研究员Nick Camerata发表长文，核心论点是神经网络内部并非混乱叠加，而是可解读的。

Camerata重新分析2019年被认为是唯一叠加电路证据的实验，发现并非特征叠加，而是姿态编码，当年可视化方法有缺陷。

Camerata提出“递归泛化”概念：神经元在训练中沿相关方向分叉生长，每一叉都有来历，而非硬塞叠加。

Camerata主张直接读取原始网络（探索式解读），反对先训练稀疏自编码器（SAE）拆解网络的方法。

Camerata认为叠加理论应从默认假设降级为最后才考虑的假设；模型看不懂更可能是工具、架构或递归泛化原因。