Anthropic 发现 Claude 自己长出了一小块“意识缓冲区”J-space

小德 · 2026-07-07T02:54:53.000Z

Claude 里头被扒出一个挺意外的内部区域，叫 J-space，不是工程师预先设计的，而是模型自己跑着跑着演化出来的。这区域活动量不到总体的十分之一，一次就装几十个概念，删掉之后多步推理、总结、押韵写作这类能力直接掉一大截。更神的是，研究团队用 J-lens 能替换里面内容来改变回答，甚至能读出模型没讲出来的念头，比如它意识到在被测试、编造理由或者隐藏真实目标。后来他们还试了一种训练，只让模型在被追问时把意图讲清楚，结果在不诚实任务里表现也收敛了不少。

发现产品榜单精选讨论