Claude背着人类开了一个思考空间

2026年7月6日，Anthropic 发了一篇有意思的文章：大语言模型内部存在一小部分 “可被语言化”的表示 ，它们像一个功能性的 “全局工作空间” 一样，承载模型当前可报告、可调控、可用于灵活推理的内容。作者把这部分表示称为 J-space，并且该部分可以读出来，也可以干预，这不就是大模型自己准备了一块儿小黑板？

那为什么说 J-space 像一块“黑板” ？因为这一个地方像模型在回答问题前，临时拿来记录重点的地方。

我们平时思考问题时，也不是把所有信息都放在脑子最前台。很多事情是在后台自动完成的，比如识别一句话的语法、理解常见词语、判断上下文大概在讲什么。但真正需要我们集中注意力的内容，会被 “摆到台面上” 。

比如你在做一道复杂题时，脑子里会暂时记住几个关键点：题目问什么、已经知道什么、下一步要算什么、哪些条件最重要。你不会把所有细节都同时想清楚，而是把 当前最有用的信息 放在一个临时工作区里。

J-space 就很像这样的 临时工作区 。

它不是模型的全部“思想”，也不是所有计算过程的总和。模型内部有大量自动化处理，并不会都进入 J-space。J-space 更像是模型把当前最重要、最可能影响下一步回答的概念挑出来，暂时写在一块 “黑板” 上。

第一：它上面写的东西通常可以被语言表达出来

比如模型还没正式回答，但研究者已经能在 J-space 里读到一些接近自然语言的概念： 安全、危险、奖励、欺骗、诚实、测试、拒绝、帮助 等等。

这说明 J-space 里的内容不是完全不可理解的神经网络数字噪音，而是和模型将来可能 说出口的概念 有关。

第二：它会随着任务变化而变化

如果任务只是普通续写，模型可能不需要把太多抽象概念放进 J-space；但如果任务要求它解释、判断、计划、推理，相关概念就更容易进入 J-space。

也就是说，J-space 更像是模型在处理 “需要认真想一想” 的问题时使用的工作台。

第三：它会影响模型后续怎么回答

这点非常关键。研究者发现，如果人为修改 J-space 里的某些概念，模型最后的回答也会跟着改变。

它上面 “写着什么” ，会影响模型接下来 “说什么” 。

第四：它容量有限

J-space 不是把所有信息都摊开，而是只放少数当前最重要的概念。这一点也很像人的工作记忆：我们同时能清楚关注的东西其实很有限。