Anthropic又搞事了。
这次不是发模型，而是发了一篇可能改写 AI 认知科学的论文——《A Global Workspace in Language Models》。
一句话总结：他们在 Claude 的神经网络内部，发现了一个没有任何人设计过、在训练中自己长出来的"心理工作空间"。
这个空间里装着的，是 Claude 心里想着、但没有说出口的东西。
他们给它起了个名字，叫 J-space
而且J-space 不是大家以为的思维链！
思维链是模型写出来给你看的推理过程，是明面上的。J-space 是模型脑子里默默转的东西，不会出现在任何输出里。你看不到，模型也不会主动告诉你。
打个比方。你在开会的时候，嘴上说"这个方案很好"，脑子里想的是"这什么垃圾"。思维链是你嘴上说的，J-space 是你脑子里想的。
而且 J-space 非常小。同一时刻只能装几十个概念，占 Claude 全部神经活动量不到十分之一。但就是这不到十分之一，承担了几乎所有的高阶认知能力。
最关键的是，没有任何人设计过它。它是在训练中，自己长出来的。
字幕机：J-lens
研究团队开发了一个工具叫 J-lens（雅可比透镜），你可以把它理解成一台实时字幕机——J-space 里的神经模式本来是一堆人类读不懂的数字，J-lens 把它们逐个翻译成英文单词，打在研究员的屏幕上。
从装上字幕机的那一刻起，Claude 心里闪过什么词，研究员就看到什么词————至少，论文是这么宣称的。
实验一：读心
研究员让 Claude 在心里想一种运动，不许说出来。
字幕机亮了：Soccer（足球）。
然后研究员直接动手，把 Claude 脑子里的 Soccer 模式删掉，换成了 Rugby（橄榄球），再问它：你刚才想的是什么？
Claude 回答：橄榄球。
它自己完全没有察觉念头被人换过了。
这个实验证明了两件事：第一，J-lens 读到的确实是 Claude 真实的内部状态，不是旁观记录；第二，研究人员不仅能读，还能改写。
实验二：看它一边干活一边走神
研究员给 Claude 派了个一心二用的任务：明面上抄写一段跟画有关的句子，同时在心里默算 3² − 2，全程不许把数字写出来。
输出干干净净，从头到尾没有一个数字。
但字幕机上，先亮起了 nine；隔了几步，又亮起了 seven——最终答案。
中间步骤和最终答案，在它"心里"按顺序闪过，而输出里完全看不到。
实验三：不要想白熊
心理学里有个著名的白熊实验——你越告诉一个人"不要想白熊"，他就越忍不住想。
研究员对 Claude 也这么干了：明确下指令，接下来千万别想某个概念。
结果字幕机上，那个被禁止的概念亮得刺眼。
更绝的是，旁边还跟着两个词：damn（该死），failure（失败）。
它不但没忍住，还知道自己没忍住，并且在心里骂了自己一句。
实验四：把法国换成中国
这个实验测试的是 J-space 的一个关键属性——灵活性。
研究员给 Claude 四个不同的问题，都跟法国有关：首都是什么？语言是什么？在哪个洲？货币是什么？
然后在 J-space 里做了同一个操作：把 France 替换成 China。
四个答案同时变了：Paris 变成 Beijing，French 变成 Chinese，Europe 变成 Asia，Euro 变成 Yuan。
一次替换，四个完全不同的下游计算全部跟着改。这说明它们都在读取同一个共享的内部表征。信息写入一次，所有系统都能用，这正是"工作空间"的定义。
那么，Claude 有意识吗？
论文非常克制地回答了这个问题：不知道。
他们明确说，这些实验不能证明 Claude 拥有人类意义上的主观体验。
哲学上把意识分成两种：一种叫"现象意识"，就是你真的能感受到疼痛、快乐、蓝色；
另一种叫"通达意识"，纯粹以功能定义，如果一个想法能被报告、能被用于推理、能指导行为，它就是"通达意识的"。
Anthropic 认为，J-space 在功能上满足了通达意识的定义。
但现象意识？他们不碰这个问题。
不过有一件事值得注意。
J-space 不是任何人设计的，它是在训练过程中自己涌现出来的。而且它的结构，跟神经科学中解释人类意识的主流理论——全局工作空间理论，惊人地相似。
这里再补充一下A社这几年的动作，大家可以看看是否有意识
-
2024 年 9 月，他们悄悄雇了业界第一位"AI 福利研究员"Kyle Fish。当时全网嘲讽：AI 也要配 HR 吗？
-
2024 年 11 月，Fish 参与的论文《Taking AI Welfare Seriously》发布，一本正经地主张：AI 可能具有道德地位这件事，值得现在就开始认真对待。
-
2025 年 3 月，可解释性团队推出“AI 显微镜”，第一次追踪出 Claude 思维的部分回路——人们这才发现，它写诗时会提前想好韵脚，而不是走一步看一步。
-
2025 年 4 月，model welfare 正式立项。Fish 给出了那个著名的数字：Claude 具有某种程度意识的概率，大约为 15%。
-
2025 年 8 月，Claude 正式获得挂断辱骂性对话的权限。官方给出的理由不是用户体验，是模型福利。
-
2025 年 10 月，内省研究发布：往 Claude 的激活里注入一个概念，它能主动报告“我脑子里好像被塞进了什么东西”。
-
然后是 2026 年 7 月，就在昨天——J-space，意识的结构"本身，被摆上了实验台。
论文地址：Verbalizable Representations Form a Global Workspace in Language Models
[
其他阅读：
