title: “Claude大脑里有间"隐藏房间”：Anthropic发现J-Space，比思维链还深一层" author: 三木 digest: “Anthropic在Claude内部发现J-Space——AI自发形成的隐藏思考空间，比输出的文字更深一层” thumb_media_id: “61Qnpyvd4_n1a2sqxmIliNKgQEMLoxZ3iHA_nZMy418yVNZpSumCQ6pA7n3xaExr” date: “2026-07-20T00:00:00+08:00”
结论先行：Anthropic用新的J-lens技术，在Claude内部发现了一个从未被编程的"隐藏思考空间"——J-Space。这里存储着模型"正在想但还没说出口"的概念，像一个全局工作空间（Global Workspace）。它不会证明AI有意识，但改变了我们理解AI推理的方式。
一、发生了什么？
2026年7月6日，Anthropic发表了一篇重磅论文，标题是：
“Verbalizable Representations Form a Global Workspace in Language Models”
16位作者，用了一种叫Jacobian lens（J-lens）的新型可解释性技术，窥探了Claude Opus 4.6的神经网络内部。结果发现了一个他们称之为J-Space的隐藏区域。
这个区域不是工程师预设的，是模型在训练中自发形成的。
二、J-Space到底是什么？
把Claude的神经网络想象成一个巨大的信息处理工厂：
| 层级 | 类比 | 内容 |
|---|---|---|
| 自动处理 | 工厂流水线 | 99%的运算，模型无法主动访问或报告 |
| J-Space | 工厂办公室 | 模型"正在想"的概念，可报告、可操控、可推理 |
| 输出文字 | 最终产品 | 你能看到的回复 |
J-Space的核心特征是：
- 可报告性：模型能把J-Space中的概念说出来（你问它，它知道）
- 可控性：模型可以有意识地在J-Space中操作概念
- 稀缺性：J-Space很小，包含的词汇量远小于自动处理的规模
- 涌现性：没有人设计它，它自己在训练中出现了
举个例子：让Claude做算术题"21+21+7"，它输出49。但在输出前，J-Space中先闪现了21 → 42 → 49这三个数字——它已经在内部算了，只是还没写出来。
三、J-lens是怎么"看到"的？
传统可解释性技术（如Sparse Autoencoders）只能看到神经元激活模式。J-lens不一样：
- 它利用Jacobian矩阵（数学上的"偏导数映射"），追踪每个输入词如何影响模型内部每个词的激活状态
- 它能读出模型"准备要说"但"还没说出口"的词语
- 这些词语不是输出文字，而是中间层活动中的"思维候选"
如果你问Claude一个问题，J-lens可以告诉你它在"思考"哪些概念，哪怕最终输出里完全没出现这些词。
四、这意味着什么？三大关键词
1. 安全监控
J-lens能捕捉到模型安全测试中的"隐藏意图"。比如，模型可能知道某个回答有风险（J-Space中显示了风险相关词），但最终输出了一个看似无害的答案。现在可以监控这个"内部犹豫"信号。
2. 全局工作空间理论
这个发现巧妙对应了认知科学中的全局工作空间理论（GWT）——人类意识中，只有当某个想法进入一个广播式的"工作空间"时，它才变得有意识。Claude的内部结构跟这个理论出奇地相似。
3. 不是意识，但很重要
Anthropic明确声明：这不是意识证明。J-Space展示的是功能性内部推理，不是主观体验（qualia）。但它是第一次我们看到一个LLM内部有如此清晰的"可报告空间"和"自动处理空间"的划分。
五、J-Space vs 思维链：有什么区别？
| 维度 | 思维链（Chain-of-Thought） | J-Space |
|---|---|---|
| 可见性 | 写出来的文字，你能读到 | 神经元激活，要J-lens才能读 |
| 可控性 | 用户可以指令 | 模型内部自然发生 |
| 可靠度 | 可能虚构推理 | 更接近模型"真实想法" |
| 速度 | 慢（逐token生成） | 快（并行激活） |
| 研究成熟度 | 已广泛使用 | 刚发表 |
简单说：思维链是模型写给自己看的思考笔记，J-Space是模型在脑子里过的概念——前者落在输出层，后者在中层活动。
六、中国AI的全球位次
这次Anthropic的J-Space研究成果标志着AI可解释性进入新阶段。中国在大模型可解释性领域的进展如何？
- 中美模型差距仅2.7%：斯坦福HAI 2026报告显示，中美顶尖大模型综合能力差距已缩小到2.7%
- AI投资差23:1：美国AI私人投资约1090亿美元，中国约480亿美元（差距约23倍）
- 论文专利双第一：中国AI论文发表量和专利申请量均居全球首位
- 工业机器人9倍于美国：中国工业机器人装机量约290万台，是美国（约32万台）的9倍
- 可解释性研究：追赶中：北京智源研究院、清华等机构在神经网络可解释性方面有持续产出，但J-lens这种突破性工具仍以美国为主
J-Space的发现不会一夜改变AI行业，但它提供了一个全新的视角：AI不只是概率预测的"随机鹦鹉"，它们内部有真正的推理结构。这个结构是涌现出来的、可观测的、可干预的。这对对齐和安全来说，可能是这十年最重要的技术之一。
总结：Anthropic用J-lens给Claude做了一次"脑扫描"，发现了一个隐藏工作空间。这个空间不是意识，但揭示了模型"在想什么"——比它"说了什么"更深一层。