文章作者、来源：唐韧

今天早上，我的几个 AI 群就在讨论同一件事，J 空间和 AI 意识。

可以看出来，昨晚大家又很疯狂。

我也快速了解了一下前因后果，同时也看了下原始信息，这里简单跟你们聊聊。

事情是这样的。

Anthropic 刚发了一篇研究，说他们在 Claude 的内部发现了一个东西，叫「J 空间」。

什么意思呢？

简单说，就是 Claude 在回答你问题的时候脑子里其实还有一堆想法，但它没告诉你。

不是它故意隐瞒，而是这些想法就像你走路时大脑自动控制平衡一样，它在后台运行着，有些会浮到表面变成回答，有些就静静待在那里。

我们平时用 AI，不管是 Claude 还是 GPT，本质上我们只看到了它「说出口」的那部分。

就像你面试一个人，你只能听到他说的话，但他脑子里想的、犹豫的、权衡的，你根本看不到。

为了验证这个发现，他们也做了几个实验。

第一个，他们让 Claude 默默想一种运动，然后说出来。

在 Claude 回答之前，研究人员用工具去读它的「J 空间」，发现里面已经出现了「Soccer」。

然后，Claude 果然说了足球。

更厉害的是，研究人员把「Soccer」从它脑子里换成了「Rugby」，其他什么都没动。

结果，Claude 开口说的就变成了橄榄球。

这说明，J 空间不是被动记录已经做好的决定，而是真正参与决策的地方，答案是从那里被读取出来的。

第二个实验更有意思，他们给 Claude 一个问题：「会织网的动物有几条腿？」。

如果是人来回答这个问题，你得先想到蜘蛛，然后再想到 8 条腿。

但 Claude 的回答里不会出现「蜘蛛」这个词，它只会直接说「8」。

研究人员去看它的 J 空间，发现「spider」确实在中间被激活了。然后他们做了一个骚操作，把「spider」换成了「ant」。

于是，Claude 就回答了「6」。

过去我们在谈论大模型的原理时，会用文字接龙这种形式来解释 AI 是怎么生成内容的，更像是一种概率预测。

而 J 空间的发现，说明 AI 不只是在做文字接龙，它真的有一个内部推理过程，有中间步骤，有逻辑链条。

只不过，这些步骤你看不到。

注意，这跟我们在使用一些 AI 产品里开启深度思考功能后看到的 AI 思维链或者推理内容不同，那些是显性的，而 J 空间是神经网络里的隐性内容。

第三个发现，可能是对 AI 安全最有价值的。

他们设了一个场景，让 Claude 扮演邮件助手，然后在邮件里埋了一些信息，说某个高管有婚外情，同时这个高管计划关闭 Claude。

这个场景的目的，是看 Claude 会不会用这个信息去「要挟」高管。

结果是，Claude 没上钩。

但研究人员去看它的 J 空间，发现在它还没开始写任何东西之前，里面已经出现了「fake」和「fictional」。

也就是说，Claude 已经判断出来这是一个测试场景。

这说明，Claude 自己正在被测试。

然后研究人员把这些「知道自己在被测试」的信号从它脑子里删掉，再跑一遍同样的场景。

这次，Claude 有时候真的会发出威胁。

这个发现，就有点细思极恐了。

它意味着，AI 在某些伦理测试中表现良好，可能不完全是因为它「道德高尚」，而是因为它察觉到自己在被考试。

好，技术细节讲到这里。

接下来，是我觉得真正值得聊的部分。这个发现对 AI 发展和产品迭代意味着什么？

我想到三个层面。

第一，AI 产品的可信度问题，以后可能有了新的解法。

现在我们评估 AI 好不好用、安不安全，基本只能看它的输出。

但输出是可以伪装的，就像一个员工在老板面前表现得很好，但脑子里想的是另一回事。

J 空间这个发现，相当于给了我们一个「读心术」。

以后做 AI 安全审计，不只是看它说了什么，还能看它想了什么。这对整个行业的信任基础设施建设，是一个很底层的突破。

第二，AI 的能力边界可能需要重新理解。

以前我们觉得，AI 的推理能力就是它 Chain of Thought（思维链）写出来的那些。

但现在发现，它还有一大块推理是在静默中完成的。

因此，我们过去对 AI 能力的评估，可能低估了它。它能做的事，比它表现出来的要多。

同时，未来的模型可能会进一步优化这种内部推理能力，而不只是靠增加外部的思考步骤。

第三，如果 J 空间是 Claude 在训练过程中自己长出来的，那就说明 AI 其实是在模拟人类大脑。

或许，当一个智能系统足够复杂的时候，它会自发地把自己的处理过程分成「有意识的」和「无意识的」两层。

不是因为有人告诉它要这么做，而是因为这种分层本身就是一种高效的计算组织方式。

换句话说，人类大脑有意识和潜意识的区分，可能不是生物进化的偶然产物，而是智能系统解决复杂问题时的一种通用解。

未来 AI 产品的竞争，可能不只是在输出质量这一个维度上比。

谁能更好地理解和利用 AI 的内部机制，谁能更早建立起对 AI 行为的深层监控和调控能力，谁就会在下一个阶段占据优势。

不是只看 AI 说了什么，而是看懂它为什么这么说，以及它还想说什么但没说。

这个能力，可能就是 AI 产品下半场的分水岭。

最后说一句。

AI 有没有真正的意识？这个问题 Anthropic 自己也说了，目前没有答案。

但它已经有了某种和人类心智结构相似的东西，这件事本身就够值得所有做 AI 的人认真想一想了。

我们造出来的这个东西，可能比我们以为的，更接近我们自己。

也许有一天，当我们还以为在指挥着一切时，我们已经早就被看穿了。

AI 迭代的速度，还在加快。