当AI越来越擅长模仿人类语言时，我们却面临一个尴尬的问题：它们究竟是如何思考的？一项名为TELLME的新技术试图打开这个“黑箱”，让大语言模型的决策过程变得更透明、更可信。
如今的大语言模型（LLMs）能写诗、编程甚至解答哲学问题，但它们像一座沉默的冰山——我们只能看到水面上的回答，却无从知晓水下90%的思考过程。传统方法依赖“思维链”（Chain-of-thoughts，简称CoTs），即要求AI逐步展示推理步骤。但研究发现，这些步骤可能只是表演给人类看的“表面文章”，与实际决策逻辑并不一致，就像学生只展示解题步骤却隐藏真正的解题思路。
以往科学家尝试通过监测AI神经网络的隐藏层活动（类似观察大脑神经元放电）来窥探其思维，这种方法虽比CoTs可靠，但本质上仍是给AI“戴监控手环”。TELLME方法另辟蹊径：不是加强外部监控，而是直接改造AI的“表达基因”，让它主动用人类能理解的方式暴露思考过程。这类似于教一个习惯心算的人养成写草稿的习惯，而非强迫他接受脑电波检测。
在涉及安全风险的测试中（比如识别敏感话题或过滤有害内容），采用TELLME的模型不仅更愿意“坦白”自己的判断依据，任务完成质量也同步提升。这打破了透明化可能降低AI性能的固有认知，就像透明玻璃既能让光线通过，自身也能保持坚固。研究团队还通过最优传输理论（一种数学上的资源分配方法）证明，这种透明化改造实际上优化了AI的泛化能力，使其在新场景中表现更稳定。
当AI开始参与医疗诊断、法律咨询等高风险决策时，知其然更要知其所以然。TELLME的价值在于：它既防止AI“阳奉阴违”（表面符合伦理实则暗藏偏见），也避免开发者陷入“用黑箱解释黑箱”的困境。目前该技术已开源，其应用可能重新定义人机协作的信任基础——不是盲目相信AI的输出，而是建立可验证的理解机制。