Anthropic发现Claude内部工作空间：类脑全球工作空间，首个商用大模型装上思维记录器

duckwolf

2026年7月6日，Anthropic联合16位作者发布了一篇名为《Verbalizable Representations Form a Global Workspace in Language Models》的论文，并同步开源了配套代码与Neuronpedia交互演示。这不是一篇普通的研究报告——它让Claude成为全球第一个拥有"思维记录器"的商用大模型：研发者可以直接读取模型内部的"想法内容"，而不是仅看输出层的token轨迹。


一、突破在哪里：从"会输出"到"会思考"

在神经科学中，"Global Workspace Theory"（全球工作空间理论）由Stanislas Dehaene与Lionel Naccache等学者系统提出：人脑有意识的信息处理发生在"一个容量有限的'工作空间'"中，在这个空间里被选中的信息会"全局广播"，供推理、报告、灵活使用。其下则是"无法主动感知的大规模潜意识并行加工"。换言之，"可被语言化的想法"仅占大脑活动很小一部分，大部分神经活动是"我们读不到自己CPU在跑什么"。

Anthropic团队用一种全新的数学方法——Jacobian Lens——在Claude内部识别出一个特权活动区域"J-space"（J空间）。Claude在训练过程中自发形成了这块"内部工作空间"，模型把可以被报告、可以用于推理的概念存储在这里，而把无法用语言表达的自动化处理留在外层"汪洋"中。Neuronpedia的J-space工具可以实时读取这块区域的活动。

意义何在？过去无论OpenAI的o系列还是Anthropic自己的Claude，都只能从输出层倒推"模型在做什么"。现在，Anthropic第一次让"想法"成为可以审计的对象——这意味着金融、医疗、法律、自动驾驶等高风险场景的AI可解释性，有了首个商用基座。


二、合作阵容：脑科学家背书

这篇论文最不寻常之处在于作者名单。16位作者中包括两位"全球工作空间理论"的奠基级神经科学家：法国的Stanislas Dehaene（神经科学教授、科学院院士）与Lionel Naccache。这相当于让"AI模型内部机制"和"人脑意识机制"在同一篇文章里互相验证。

Dehaene在X上评价："Anthropic的工作让我激动了整整一周。" Naccache则将这项研究与人脑fMRI的发现相对照。这不只是"AI圈自嗨"的论文——它试图从机制层面回答"大模型到底在不在思考"这个根本问题。


三、不止论文：已落地的工具

Anthropic把整套工具都开源了：
• 论文代码：GitHub上可复现J-space定位方法
• Neuronpedia交互演示：用户可实时观察Claude的"思维活动"
• "J-space读取"接口：金融、医疗、合规审查团队可直接审计模型内部决策

这意味着，在面对监管压力（欧盟AI Act、美国AI行政命令、英国AI安全研究所）时，企业第一次有了一个可被独立第三方验证的"AI可解释性方案"。竞争对手如果提不出同等方案，将在金融/医疗B端竞标中失去先发优势。


四、为什么这是2026年的关键节点

回顾AI安全研究几十年，从"对抗样本"（2013）到"可解释性"（2018）到"机制可解释性"（Anthropic 2022），每一次跨代突破都让AI从"黑盒"逼近"灰盒"。今天J-space的研究，让"灰盒"变成"可读玻璃"。配合Claude 4系列的强推理能力，企业可以在不损失模型智能的前提下满足监管要求。

对从业者的建议：
1. AI产品经理：把"AI决策可解释性"列为PRD必备项，特别是金融、医疗、法律方向
2. 企业架构师：评估是否在关键决策链路中增加"J-space审计"层
3. 合规官：7月开始欧盟AI Act GPAI部分生效，类似J-space方案将成为"事实标准"
4. AI研究者：从"训练更大模型"转一部分精力到"机制可解释性+神经科学交叉"


五、悬念与下一步

J-space目前只覆盖"可用语言报告"的那部分想法，模型的"潜意识"仍是大片黑域。Anthropic下一步的方向可能是：把J-space与"内部表征溯源"结合起来，让模型主动回答"我为什么这么决策"——这才是AI与人脑最终接轨的临界点。

对OpenAI、Google DeepMind、xAI来说，下一代旗舰模型如不集成"思维可审计"能力，将在B端竞争中处于结构性劣势。可以预期，2026年下半年会出现"AI可解释性认证"——类比今天的SOC 2、ISO 27001。没有J-space类似方案的公司，将在金融、医疗、政企客户合同中处于被动。


数据来源

Anthropic官方论文（2026.07.06）、Neuronpedia Demo、GitHub开源仓库（Verbalizable Representations Form a Global Workspace in Language Models）、Stanislas Dehaene与Lionel Naccache公开评论