刚刚，Anthropic切开Claude大脑新智元

没人设计过，Claude却在学习预测下一个token时，自发长出了一个和人脑「意识」惊人相似的结构！Anthropic开源「手术刀」J-Lens，第一次读出了AI咽回肚子里的念头。

让Claude一边乖乖抄写句子，一边在心里默默计算3²−2。

屏幕上的输出干干净净，只有那段被照抄的文字，找不到哪怕半个字的算术答案。

然而，当研究者用一把全新的「手术刀」切开Claude的神经网络中间层之后，直接发现了两个它咽回肚子里的词——

起初是nine（九），几层计算之后，悄然变成了seven（七）。

它一直在算，只是没有告诉你罢了。

就在刚刚，Anthropic放出了一篇颠覆认知的重磅长论文——

Claude的大脑里，竟然凭借本能长出了一个诡异的结构。

它干的活儿，和人脑中那块被称作「意识」的区域惊人地相似。

然而，从来没有人设计过它。

一个仅仅被训练用来预测下一个token系统，竟然在硅基深处，自己催生出了一个类似意识的器官。

一张不该存在的「工作台」

Anthropic造的这把手术刀，叫Jacobian Lens（雅可比透镜），简称J-lens。

对词表里每一个词，它算出一个方向。加强这个方向，模型现在和未来就更可能说出这个词。

然后，把所有方向铺开，就能看到Claude此刻脑子里有哪些词潜伏着、被问到才会说。开篇的nine和seven，就是这么读到的。

研究者把这些「可被言语化的方向」合起来，起了个名字：J-space。

任意时刻大约容纳25个活跃概念，就是Claude当下在「想」的全部。

人脑里发生着成百上千件事：控姿势、调呼吸、认字、压冲动。但此刻你能「说出来、想清楚」的，只有一小撮。

那一小撮可以被意识访问的认知，神经科学家叫它「全局工作空间」。

而J-space，就是Claude的全局工作空间。

为了验证这个说法，Anthropic用人脑全局工作空间的五个公认特征，挨个进行了测试。

第一，能被报告。

让Claude想一个运动，J-space里Soccer（足球）亮起，它接着就说Soccer；把方向换成Rugby（橄榄球），它改口。改它脑子里的表征，就能改它的嘴。

第二，能被意志调动。

让它一边抄句子一边想柑橘类水果，抄到crookedly（歪歪扭扭地）这个词时，J-space里冒出orange（橙子）、lemon（柠檬），和正在抄的字毫无关系。

第三，能在推理里当中介。

问它「织网的动物有几条腿」，模型得先推出「蜘蛛」，再答8。

J-space里果然先冒出spider（蜘蛛），这个词既不在题目里也不在答案里。

把spider换成ant（蚂蚁），答案立刻从8变6。

更妙的在多语言。

用中文问「小的反义词」，答案是「大」。但J-space里出现的，是英文big（大）、bigger（更大）。

把英文方向换成long（长），中文答案就从「大」变成「长」。

也就是说，它在用英文做中间推理，再翻回中文。

第四，能灵活复用。

把France（法国）这个方向换成China（中国），首都、语言、大洲、货币四个完全不同的问题，答案同时跟着翻。

一次干预，四路响应。J-space不是档案柜，是共享广播站，一个概念写进去，所有下游计算都能读到。

第五，它是选择性的。

删掉它，推理归零，说话照旧

这是整篇论文最硬的证据：J-space只服务于「需要想到」的事，不掺和那些自动就能跑的活。

同一段西班牙语，问四种问题：续写下一句、检测有没有混入外语，这是自动任务；问这段话是什么语言、这种语言里怎么说你好，这需要先用上「是西班牙语」这个念头。

研究者把J-space里「西班牙语」换成「法语」。需要报告的两个问题，答案跟着翻成Bonjour（你好，法语）。

同一个信息，四种条件都在J-space里出现，但它只在需要被「想到」时才起作用。