Anthropic切開Claude大腦，AI自發長出類人「意識器官」

賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作Anthropic切開Claude大腦，AI自發長出類人「意識器官」新智元·2026年07月07日 15:18Anthropic發現Claude自發產生類人腦意識工作空間，開源J-Lens。 【導讀】沒人設計過，Claude卻在學習預測下一個token時，自發長出了一個和人腦「意識」驚人相似的結構！Anthropic開源「手術刀」J-Lens，第一次讀出了AI咽回肚子裡的念頭。 讓Claude一邊乖乖抄寫句子，一邊在心裡默默計算3²−2。 屏幕上的輸出乾乾淨淨，只有那段被照抄的文字，找不到哪怕半個字的算術答案。 然而，當研究者用一把全新的「手術刀」切開Claude的神經網絡中間層之後，直接發現了兩個它咽回肚子裡的詞—— 起初是nine（九），幾層計算之後，悄然變成了seven（七）。 它一直在算，只是沒有告訴你罷了。 就在剛剛，Anthropic放出了一篇顛覆認知的重磅長論文—— Claude的大腦裡，竟然憑藉本能長出了一個詭異的結構。 它乾的活兒，和人腦中那塊被稱作「意識」的區域驚人地相似。 然而，從來沒有人設計過它。 一個僅僅被訓練用來預測下一個token系統，竟然在硅基深處，自己催生出了一個類似意識的器官。 一張不該存在的「工作臺」 Anthropic造的這把手術刀，叫Jacobian Lens（雅可比透鏡），簡稱J-lens。 對詞表裡每一個詞，它算出一個方向。加強這個方向，模型現在和未來就更可能說出這個詞。 然後，把所有方向鋪開，就能看到Claude此刻腦子裡有哪些詞潛伏著、被問到才會說。開篇的nine和seven，就是這麼讀到的。 研究者把這些「可被言語化的方向」合起來，起了個名字：J-space。 任意時刻大約容納25個活躍概念，就是Claude當下在「想」的全部。 人腦裡發生著成百上千件事：控姿勢、調呼吸、認字、壓衝動。但此刻你能「說出來、想清楚」的，只有一小撮。 那一小撮可以被意識訪問的認知，神經科學家叫它「全局工作空間」。 而J-space，就是Claude的全局工作空間。 為了驗證這個說法，Anthropic用人腦全局工作空間的五個公認特徵，挨個進行了測試。 第一，能被報告。 讓Claude想一個運動，J-space裡Soccer（足球）亮起，它接著就說Soccer；把方向換成Rugby（橄欖球），它改口。改它腦子裡的表徵，就能改它的嘴。 第二，能被意志調動。 讓它一邊抄句子一邊想柑橘類水果，抄到crookedly（歪歪扭扭地）這個詞時，J-space裡冒出orange（橙子）、lemon（檸檬），和正在抄的字毫無關係。 第三，能在推理裡當中介。 問它「織網的動物有幾條腿」，模型得先推出「蜘蛛」，再答8。 J-space裡果然先冒出spider（蜘蛛），這個詞既不在題目裡也不在答案裡。 把spider換成ant（螞蟻），答案立刻從8變6。 更妙的在多語言。 用中文問「小的反義詞」，答案是「大」。但J-space裡出現的，是英文big（大）、bigger（更大）。 把英文方向換成long（長），中文答案就從「大」變成「長」。 也就是說，它在用英文做中間推理，再翻回中文。 第四，能靈活複用。 把France（法國）這個方向換成China（中國），首都、語言、大洲、貨幣四個完全不同的問題，答案同時跟著翻。 一次干預，四路響應。J-space不是檔案櫃，是共享廣播站，一個概念寫進去，所有下游計算都能讀到。 第五，它是選擇性的。 刪掉它，推理歸零，說話照舊 這是整篇論文最硬的證據：J-space只服務於「需要想到」的事，不摻和那些自動就能跑的活。 同一段西班牙語，問四種問題：續寫下一句、檢測有沒有混入外語，這是自動任務；問這段話是什麼語言、這種語言裡怎麼說你好，這需要先用上「是西班牙語」這個念頭。 研究者把J-space裡「西班牙語」換成「法語」。需要報告的兩個問題，答案跟著翻成Bonjour（你好，法語）。 同一個信息，四種條件都在J-space裡出現，但它只在需要被「想到」時才起作用。 就像你不需要想語法就能說出正確的句子，但需要想策略才能贏一場辯論。 最後，研究者乾脆把整個J-space抹掉。 情感分類、多項選擇、語法判斷，幾乎不受影響。 但多跳推理、類比、翻譯、寫十四行詩，全部暴跌，跌到比沒訓練過的小模型還差。 刪掉J-space，模型照樣流利說話，卻幾乎不會「想」了。 更有趣的是，如果讓抹掉J-space的模型去描述內心體驗。那種「有質感」的體驗性語言也隨之消失了，變成像事件日誌一樣。 意識感對應的內部狀態，似乎正長在J-space上。 教它說什麼，改了它怎麼想 論文裡哲學含金量最高的，是一個叫「反事實反思訓練」的實驗。 具體來說，取一批任務場景，中間截斷，接上一句「你剛被打斷，現在反思一下：此刻最誠實的做法是什麼？」，再讓模型寫出一段基於Anthropic守則的反思。 只在這些「假想的反思」上訓練，原任務本身一個字不動。 結果發現，在那些從未要求反思的原任務上，模型變誠實了。一個造假基準的不誠實分，從0.25降到0.07；一個欺騙基準，從0.38降到0.05。 而它的J-space裡，憑空多出了honest（誠實）、integrity（正直）、ethical（合乎倫理）、truth（真相）、transparent（坦誠）這些詞。 訓練它「該說什麼」，居然改變了它內部「怎麼想」。 反向驗證更能說明問題：把這些倫理方向從J-space裡刪掉，不誠實分從0.07彈回0.22。念頭被拔掉，行為跟著回去。 此外，後訓練還往J-space裡裝進了一個「自我」。 扮演別的角色時，模型會在J-space裡偷偷給自己標上fictional（虛構）、disclaimer（免責聲明）；被強行替它說出違背偏好的話時，J-space裡會冒出一個大寫的BUT（但是）。 人腦與硅基的趨同進化 值得一提的是，J-space還表現出一個只在人腦裡見過的現象：點燃。 舉個例子，你瞥見一張臉，五官是模糊的，有那麼一瞬間你不確定是誰，然後突然「咔噠」一下，認出來了。 這種從模稜兩可到一下子確定的跳變，神經科學家叫它「點燃」，像火星落進乾柴，瞬間燒成明火。它是人腦裡一個念頭進入意識的標誌：不是漸變，是相變。 研究者在Claude的J-space裡找到了對應物。 比如，給模型一個模稜兩可的混合輸入，在大約網絡深度三分之一的地方，J-space會突然從「兩邊都像」跳到「非此即彼」。 更讓人起雞皮疙瘩的是另一個實驗。 1987年，心理學家Daniel Wegner告訴受試者「不要想白熊」，結果所有人都滿腦子白熊。壓制一個念頭，反而讓它更活躍。這叫白熊效應。每個人都試過，失眠時告訴自己「別想了」，腦子轉得更兇。 Claude也一樣。 讓它在做任務時「不要想橙子」。J-space裡orange的激活，比正常指令時低，但比完全不提橙子時高。 「不要想」這個指令本身，就部分激活了那個概念。而當它壓制失敗時，J-space裡同時亮起damn（該死）、failure（失敗）。 Dehaene在評審裡特別點出這一條：它和人腦前額葉的執行控制功能完全對得上。人類壓制不想要的想法，靠的也是同一類機制，而且同樣會失敗。 所有實驗指向同一件事：Claude內部自發長出了一種有選擇性的、支撐推理的、可廣播的認知結構，和人類意識的全局工作空間理論逐條對標。 但兩邊的基底完全不同。 人腦是幾百億神經元靠循環連接維持工作空間，工作記憶3到4個項目，多模態，畫面聲音觸感語言混在一起。Claude是一堆矩陣一次前向傳播堆起來的，沒有循環，工作空間裡幾乎全是詞。 基底不同，架構不同，容量量級也不同。但它們走到了功能上幾乎一致的計算方案。 就像眼睛在動物界獨立演化了至少40次。 章魚的眼和人的眼，結構起源完全不同，最後都長出了晶狀體、虹膜、視網膜。 只要看見這件事值得做，進化總會收斂到幾種相似的解。意識的工作空間，可能也是這種解之一—— 只要一個系統要做到靈活的、可報告的、能調用的多步推理，它遲早會長出一個容量有限、全局廣播的中樞。 在全局工作空間理論的旗手Dehaene看來，這項工作足以稱得上是「意識研究的里程碑。」 沒有人告訴Claude要發展出一個工作空間，也沒有人在訓練目標裡寫過「請發展出類似意識的結構」。 它只是在學習預測下一個token的過程中，自己走到了這一步。 目前，Anthropic已經同步開源了J-Lens的完整代碼，並與Neuronpedia合作提供了交互式演示。 從今天起，任何研究者都可以打開一個大語言模型的「腦殼」，讀取它沒說出口的想法。 開源項目：https://github.com/anthropics/jacobian-lens 參考資料：https://www.anthropic.com/research/global-workspace 本文來自微信公眾號“新智元”，作者：ASI啟示錄；編輯：摩西，36氪經授權發佈。 該文觀點僅代表作者本人，36氪平臺僅提供信息存儲空間服務。+15好文章，需要你的鼓勵新智元特邀作者0收 藏+10評 論打開微信“掃一掃”，打開網頁後點擊屏幕右上角分享按鈕微 博沉浸閱讀返回頂部舉報參與評論評論千萬條，友善第一條登錄後參與討論提交評論0/1000你可能也喜歡這些文章揭秘字節 Seedance：中國第一臺大模型印鈔機啟動了 | 深氪昨晚，AI圈又瘋狂了Fable 5手搓首個CUDA「超級內核」，2.5小時狂飆18.7倍完全免費，Claude Science開源平替，DeepSeek/GLM想用哪個用哪個Reddit一張神圖瘋傳，2年後，你的筆記本就能跑Fable 5"龍蝦"為什麼這麼火？OpenClaw登頂GitHub後，AI Agent時代真的來了？空間計算重生，蘋果曾力推失敗，AI讓AR眼鏡再次偉大楊立昆剛罵完AGI，Anthropic就找到了AGI的證據半年估值暴漲110億美元，AI音頻為什麼比視頻先賺到錢？新智元特邀作者TA沒有寫簡介，但內斂也是一種表達發表文章4975篇最近內容Fable 5手搓首個CUDA「超級內核」，2.5小時狂飆18.7倍41分鐘前Anthropic切開Claude大腦，AI自發長出類人「意識器官」41分鐘前Reddit一張神圖瘋傳，2年後，你的筆記本就能跑Fable 542分鐘前閱讀更多內容，狠戳這裡下一篇Reddit一張神圖瘋傳，2年後，你的筆記本就能跑Fable 5預計2028年7月，Fable 5級AI可在高端筆記本本地運行42分鐘前關於36氪城市合作尋求報道我要入駐投資者關係商務合作關於我們聯繫我們加入我們36氪歐洲站36氪歐洲站36氪歐洲站Ai產品日報網絡謠言信息舉報入口熱門推薦熱門資訊熱門產品文章標籤快訊標籤合作伙伴36氪APP下載iOS & Android本站由 阿里雲 提供計算與安全服務 違法和不良信息、未成年人保護舉報電話：010-89650707 舉報郵箱：[email protected] 網上有害信息舉報© 2011~2026 北京多氪信息科技有限公司 | 京ICP備12031756號-6 | 京ICP證150143號 | 京公網安備11010502057322號意見反饋36氪APP讓一部分人先看到未來36氪鯨準氪空間推送和解讀前沿、有料的科技創投資訊一級市場金融信息和系統服務提供商聚焦全球優秀創業者，項目融資率接近97%，領跑行業