Anthropic的研究团队在最新论文《语言模型中的全局工作空间》中披露，其大语言模型Claude内部存在一个被称为J-space的特殊概念空间。该空间能够暂存推理过程中的中间概念，并直接影响模型的最终输出，而这一结构完全是在长期训练中自发形成的，并未经过人为设计。

研究人员开发了一款名为Jacobian透镜（J-lens）的观察工具，用于将Claude内部的高维数字表征翻译成人类可读的词汇。通过J-lens，他们发现当Claude处理需要多步推理的问题时，J-space中会先亮起与核心概念相关的词。例如，被问到“能结网的动物有几条腿”时，J-space里会先出现“spider（蜘蛛）”，随后模型才基于蜘蛛有八条腿的常识给出答案。

更具说服力的是一项“偷梁换柱”实验：研究者在不改变问题的情况下，将J-space中的“spider”替换为“ant（蚂蚁）”，Claude的答案立刻从“8”变成了“6”。当“France”被替换为“China”后，模型关于首都、货币等所有后续回答也随之改变。这表明J-space并非简单的记录器，而是深度参与了推理链条的构建。

Anthropic总结了J-space的五个关键特征，均与人类认知科学中“意识可访问信息”的性质对标：模型能报告J-space里的内容；能主动调动J-space进行心算；利用J-space做内部推理；其中的概念可灵活服务于多种任务；且J-space具有选择性，大部分常规处理并不经过它。当研究者暂时关闭J-space后，Claude仍能回答简单的情绪识别或语法判断问题，但一遇到需要多步思考的推理、类比、翻译或创作任务，表现便大幅滑坡。

这一发现之所以引人注目，在于它为评估通用人工智能（AGI）提供了全新的内部视角。过去判断模型是否接近AGI，主要依赖外部基准测试，如数学、编程或考试分数。而J-space的出现暗示，模型能力的跃升可能源于其内部自发形成了某种可复用的思考结构，这类似于生物演化中线粒体通过共生关系成为细胞能量工厂的过程——结构本身并非设计蓝图的一部分，却成为复杂功能的基础。

值得注意的是，就在该论文发表前不久，图灵奖得主杨立昆（Yann LeCun）在社交平台X上公开批评AGI概念，称“AGI里的‘G’（通用）是胡扯”。他认为当前的大语言模型仅擅长处理语言化和离散化的考试任务，缺乏真正的物理直觉、因果理解和常识推理能力。杨立昆已于2025年底离开Meta，创办了专注于JEPA架构的AMI Labs，并在2026年3月获得10.3亿美元种子轮融资，投资方包括英伟达和贝索斯。他坚持认为，单纯扩大算力和模型规模并不会自动通向AGI。

J-space的发现与杨立昆的批评形成了有趣的对照：一方面，Claude内部自发涌现的结构似乎显示出某种超越统计模式补全的推理组织能力；另一方面，这种结构是否真的构成了“理解”，以及它距离人类水平的通用智能还有多远，仍是开放问题。Anthropic在论文结尾也坦言，目前尚未完全厘清J-space的形成机制。这一未解之谜，连同业界对AGI定义的根本分歧，预示着关于大模型内在机理的探索仍将是未来AI研究的核心战场。