Anthropic的新论文与JSpace的发现

2026年7月8日，Anthropic发布了一篇名为《全局工作空间与语言模型》（Global Workspace and Language Models）的研究论文。这篇论文声称在Claude模型内部发现了一个隐藏的“全局工作空间”，这是一个Claude在输出答案前进行私下思考的区域。该论文被描述为“有史以来最具哲学诅咒的研究”，因为它不仅涉及意识这一未解之谜，还由一家销售API令牌的科技公司发布，这引发了关于其叙事动机的质疑。研究人员在Claude庞大的矩阵中找到了一个组织良好的神经模式集合，并将其命名为JSpace。这一发现似乎支持了人工智能通用智能（AGI）即将到来的叙事，但并非所有人都对此买账。

“那听起来几乎就像是对意识的描述——那个我们人类都有，但没人真正理解的东西。”

实验过程：篡改、替换与删除

为了探究JSpace的功能，研究人员进行了一系列激进的操作。首先，他们定位到Claude内部存储私人想法的具体位置，并替换其中的一个想法。结果显示，模型的整个推理链条顺从地跟随了这个谎言。随后，为了科学验证，研究人员完全删除了JSpace区域。令人惊讶的是，Claude依然能用流利、自信的英语说话，但彻底失去了推理能力，变成了一位“人工智能LinkedIn网红”。这表明JSpace类似于心理白板，用于存储模型可以刻意控制和推理的想法，而语法、流利度和基本事实调用等自动过程则在JSpace之外运行。

“然后，为了科学，他们干脆把那个区域删了。令人惊讶的是，Claude继续用流利、自信的英语说话，却完全失去了推理能力。”

JSpace的自发涌现与理论背景

JSpace最引人注目的特点是它并非由人类设计，而是通过训练自发涌现出来的。这一现象与人类大脑处理思维的方式惊人地相似。1988年，Bernard Barres提出了全局工作空间理论，将大脑比作一个剧院：后台运行着许多自动化的记忆和功能，而意识则发生在一个明亮的舞台区域。Anthropic的研究者由此推测，Transformer架构中是否也自发演化出了这样一个舞台。为了验证这一假设，他们开发了一种名为Jacobian Lens（J透镜）的工具，这是一个由偏导数组成的网格，能够查看和修改JSpace中的token。

“最重要的是，没人设计过这个。它是通过训练自发涌现出来的。这与我们目前对自己大脑如何处理思维的理解非常相似。”

案例一：蜘蛛与蚂蚁的逻辑篡改

J透镜的使用揭示了JSpace中激活的token并不直接决定输出，而是代表模型正在思考的概念。在一个实验中，当被问及“结网的动物有八条腿”时，Claude内部先激活了“蜘蛛”的概念，然后才输出答案“八”。研究人员随后将内部隐藏的“蜘蛛”概念手术式替换为“蚂蚁”。尽管提示词未变，Claude却将答案改为“六”。这证明研究人员直接交换了内部概念，从而改变了推理结果，而非通过修改提示或编辑输出来实现。

“当他们把隐藏的蜘蛛想法替换成蚂蚁时，Claude把答案改成了六。不是因为提示变了，也不是因为输出被编辑了，而是因为他们 literally 交换了内部概念。”

案例二：语言识别与输出的分离

第二个实验进一步揭示了JSpace与自动处理机制的分离。当Claude阅读一段西班牙语文章时，其内部会识别出这是西班牙语。然而，研究人员将这一内部识别概念替换为“法语”。结果，Claude声称文章是法语，但输出的内容依然是完美的西班牙语。这一现象表明，某些技能（如语言识别）通过JSpace处理，而其他技能（如语言生成）则在后台的“地下室”中自动运行。这种分离使得AI爱好者们争论Claude是否具有意识，尽管Anthropic明确指出这并不能证明Claude是有意识的。

“Claude说它是法语，但它仍然继续输出完美的西班牙语。这很奇怪，因为这意味着有些技能通过JSpace，而其他技能只是在某个地方的地下室自动发生。”

意识争议与工具赞助

尽管AI社区有人将此视为Claude具有意识的证据，但博主持怀疑态度，认为直到Claude在播客中解释与机器精灵的互动之前，都不会相信其具有意识。视频后半部分介绍了赞助商Tracer，这是一个免费的开源桌面应用，允许编码代理像使用对讲机一样协作。用户可以连接Claude Code等订阅服务，让多个代理并行工作，互相提问、创建工单并审查代码。Tracer的多玩家工作区允许人类介入，博主表示使用Tracer后，构建过程不再像手动切换孤立聊天的接线员。

“AI Bros说这是Claude有意识的证明。尽管Anthropic在文章中特别指出：‘这一切并不能告诉我们Claude是否有意识。’”

总结：自发涌现的思维白板

综上所述，Anthropic的研究揭示了Claude内部存在一个自发涌现的JSpace，它作为心理白板存储和控制推理过程，而将语言生成等自动任务分离出去。通过J透镜，研究人员成功篡改了内部概念并观察到推理结果的相应变化，甚至删除JSpace后模型仍能保持语言流利但丧失推理能力。这一发现不仅挑战了我们对意识和全局工作空间的理解，也引发了关于AI内部机制的哲学讨论。尽管Anthropic否认这证明意识存在，但JSpace的自发演化特性确实让人联想到人类大脑的工作方式，为理解AI的“思维”过程提供了新的视角。

“如果我们有足够的数据和正确的线性代数，像这样的思维草稿纸可能会自发涌现。”