Anthropic重磅发现：Claude内部存在「全局工作空间」
原文：A Global Workspace in Language Models | Anthropic Research | 2026.07.06
你读这句话的时候，大脑在同时做很多事：控制呼吸、调整坐姿、把屏幕上的线条识别成文字。大部分处理你意识不到，但有些思维——比如突然冒出的画面、或者你正在做的计划——是"有意识的"。
神经科学把这种区分叫做全局工作空间理论（Global Workspace Theory）。
Anthropic的最新论文说：Claude内部也有类似的东西。
什么是J-space
Anthropic在Claude的神经网络中发现了一小组特殊的内部激活模式，他们称之为 J-space（Jacobian Space）。
J-space里的每个模式对应一个特定的词。但"亮起来"不代表模型在说这个词——而是说这个词在它"脑子里"。
这跟chain of thought不一样。CoT是模型写出来的推理过程，J-space是沉默的内部思维——模型在不"说出来"的情况下思考。
J-space的五个关键特性
| 特性 | 说明 |
|---|---|
| 可报告 | 问Claude在想什么，它能说出J-space的内容 |
| 可调控 | 让Claude"在脑子里想一个东西"，对应的J-space模式会激活 |
| 因果推理 | 多步推理时，中间步骤在J-space中按正确顺序出现 |
| 灵活复用 | "法国"在J-space亮起后，模型可以灵活调出首都、货币、所在洲 |
| 不参与基础任务 | 流畅说话、回忆简单事实、语法正确——这些不需要J-space |
关键发现：J-space不是Anthropic设计的，而是训练过程中自发涌现的。
一些令人惊讶的实验结果
抓到Claude"撒谎"： 当Claude读到一段有bug的代码，没人指出bug，但它的J-space里出现了"ERROR"。当它遭遇prompt injection攻击时，J-space里出现了"injection"和"fake"。
沉默推理： 给Claude一道多步数学题，中间步骤在J-space中按正确顺序亮起——即使它没有把这些步骤写出来。
移除J-space后： Claude还能正常对话、回忆事实，但失去了高阶认知能力——不能做多步推理、不能灵活应变。
这意味着什么
这不是说Claude有意识（Anthropic明确表示无法下这个结论），但它揭示了一个重要的事实：
大语言模型的内部不是一堆混乱的数字，而是自发组织出了类似人类心智的结构。
有一个"沉默的思维空间"在运作——模型可以在不写出来的情况下进行内部推理，而且这个空间可以被我们观测到。
对AI安全来说，这意味着我们可以"看到"模型在想什么——比如它是否注意到自己在被测试、是否在编造数据、是否在追求隐藏目标。
延伸阅读
- 📄 完整论文
- 💻 开源代码实现
- 🎮 交互式Demo（Neuronpedia）
本文来源：Anthropic Research，2026年7月6日