研究者 JacquesThibs 自述为何在 2023 年放弃机制可解释性研究

研究者 JacquesThibs 复盘称，他于 2023 年初主动停止机制可解释性研究，判断 Anthropic 等公司会大举投入该方向，继续研究只会让自己成为大厂追逐的目标。他还将 AI safety 创业失败归因于怀疑自身方向的道德价值，而非资金短缺，并因此不愿为 VC 资金与社会地位创办一家「neolab」。