Anthropic J-Space 研究
发布日期: 2026年7月6日
论文: Verbalizable Representations Form a Global Workspace in Language Models
核心发现
- Claude内部存在J-space(全局工作空间)
- 集中模型可报告、可推理的思想
- 类似Global Workspace Theory(意识理论)
- Jacobian透镜可读取前语言层
实验验证
- 交换实验:将蜘蛛概念换为蚂蚁,模型输出从8腿变6腿
- 可检测模型是否在编造数据或察觉被测试
重要声明
- 不证明Claude有主观体验或意识
- 支持功能性意识访问类比
- 代码开源:anthropics/jacobian-lens
AI Master 解读
核心事件
AI可解释性里程碑,首次在大模型内发现类似意识访问的功能工作空间。
行业影响
影响分析: 1)可检测模型是否在欺骗人类或察觉正在被测试;2)为AI安全审计提供新工具;3)引发AI意识讨论热潮。
AI Master 建议
关注J-space在安全评估中的应用;该研究不代表Claude有主观体验,但为理解模型内部机制开辟新路径。
