Anthropic研究团队做出了一项意外发现：在其语言模型Claude的内部，存在一个并非开发者预先设计的内部结构。这个被命名为"J-space"的结构，如同一个通用工作空间，模型的不同组件都会访问它。

根据7月6日发布的研究报告，J-space相当于一块虚拟"黑板"，Claude在解决问题时会在此汇集关键信息。这个空间并非工程师设计——它是在模型训练过程中自发形成的。借助名为"J-lens"的特殊工具，研究人员得以观察AI在执行任务时的数据流动过程。

与人类大脑的类比

J-space的概念与神经科学中所谓的"全局工作空间"惊人相似。在人类大脑中，该系统能同时为多个思维过程提供重要信息的访问权限。例如，当我们听到问题、回忆相关事实并决定如何回答时，大脑会将所有这些信息整合在一起。

实验表明，Claude不仅能根据指令描述J-space的内容，还能对其进行修改。更关键的是，人为干预这个空间会直接影响模型的回答和行为。

对AI安全的意义

这项发现对人工智能的安全性和可解释性具有重大意义。追踪J-space活动的能力，为识别模型行为中的隐藏动机开辟了新途径。监控该空间将更有效地检测提示注入攻击——即恶意指令试图劫持模型响应控制权的情况。

尽管目前能力有限——大部分信息处理仍在J-space之外进行——Anthropic已公开J-lens实现源码，并在Neuronpedia上发布演示版本，邀请科学界验证研究结果。

需要强调的是：该公司并未声称Claude具备意识或主观体验。"可意识访问"这一术语借用于认知科学，并不代表存在真正的意识。

专家观点：这项发现绝非单纯的技术奇闻。它让我们更接近理解大型语言模型的"黑箱"。如果我们学会实时读取AI的"思维"，将彻底改变人工智能系统的审计与验证方式，这对金融领域及其他高风险领域的应用至关重要。