据 Anthropic 发布的研究，研究人员在现代语言模型中观察到一类被称为 J-space 的内部模式集合。它们像一个共享工作区：模型在处理某些复杂任务时，可以把部分内部状态带到这个空间里，被报告、被调节，并参与多步推理。

一句话结论：这是一条重要的模型可解释性新闻，但不是“AI 已经有意识”的证明。

“全球工作空间”这个概念原本来自认知科学，大致意思是：大脑里很多处理是局部、自动、无意识的，但有些信息会进入一个可被多个系统访问的共享空间，于是我们能报告它、注意它、用它做后续推理。Anthropic 现在做的事，是在语言模型里寻找类似的结构。

这听起来很像科幻新闻标题的温床。只要出现“意识”“工作空间”“模型主动报告”，很多人会马上跳到“Claude 是不是有主观体验”。但从工程角度看，真正有价值的问题更朴素：我们能不能找到模型内部哪些表示会影响它接下来的回答？哪些表示只是自动中间步骤？哪些表示可以被观测、干预、用于解释模型行为？

J-space 的意义就在这里。按 Anthropic 的说法，这些模式不是工程师手写进去的模块，而是在训练过程中自然形成。研究人员发现，它们和模型处理多步问题、报告内部状态、执行某些控制有关。换句话说，模型内部可能不只是一个黑箱向量汤，至少有些任务会经过相对集中的“共享面板”。

这对开发者有什么用？短期不是让你明天在 API 里调用 j_space=true。它更像是模型调试和安全研究的基础设施。如果研究人员能定位模型在某类任务中使用哪些内部模式，就有机会理解幻觉、欺骗、拒答、越狱、工具调用失误是在哪里形成的。可解释性越好，模型越不只是“测一下输出对不对”。

本站编辑韩启明提醒，涉及 AI 意识时一定要把证据等级分开。能被报告、能参与推理、能被干预，说明模型有复杂内部机制；但主观体验、感受、痛苦、意图，是另一套更难证明的问题。把前者直接说成后者，会让公众误解，也会让真正重要的安全研究被炒作淹没。

这件事还有一个容易被忽略的现实意义：AI 公司为什么越来越重视可解释性。越强的模型越像基础设施，进入代码、医疗、科研、金融和政府流程后，只看最终答案已经不够。用户会问：它为什么这么答？它是不是在隐瞒？它有没有形成不希望我们看到的策略？如果内部结构完全不可读，模型越强，治理越像碰运气。

当然，Anthropic 自己发布这类研究，也有品牌和监管意义。它一直把自己定位为安全导向公司，公开模型内部机制研究可以证明它不只是发布更强模型，也在做“为什么模型会这样工作”的基础研究。读者需要看到这一点，但也不用因此把论文当成中立真理。公司研究有价值，也有叙事目标。

所以，Claude 里面出现类似“工作台”的内部模式，这很重要；但它重要在让我们更可能拆开模型行为，而不是给“AI 有没有灵魂”投票。对 OC 读者来说，最该带走的是这个判断：未来评价一个模型，不只看 benchmark 分数，还要看它能不能被解释、被审计、被安全地接入真实系统。

参考来源

• Anthropic：Global workspace in language models：原始研究发布。
• Global Workspace Theory：认知科学背景概念。