AI开始有意识了吗？Anthropic最新研究打开模型“大脑”

过去这两年，大模型赛道的竞争主要集中在哪？一方面是拼了命地提升模型能力，另一方面则是努力搞懂它们到底是怎么变聪明的——AI究竟是如何把不同能力串起来，完成复杂任务的？

就在北京时间7月7日，Anthropic放出了一项挺有意思的研究，名叫《语言模型中的全局工作空间》（A Global Workspace in Language Models）。这项研究在模型可解释性上提出了一个颇具启发性的发现：Claude模型内部藏着一种类似人脑的信息组织模式，并且基于这种模式，它能进行某种“有意识”的推理。

打个比方，人脑的处理过程，一部分是自动运行、悄无声息的，另一部分则是我们能感知、能控制的——比如盘算着周末去哪儿采购。神经科学家和哲学家把这后一种活动称为“意识通达的”，目的是把它跟那些无意识的过程区分开来。

J-space：模型内部的“思维工作台”

有意思的是，研究人员在Claude内部也找到了类似“意识通达”的架构，他们把它命名为“J-space”。你可以把它理解成模型的一个“思维工作空间”，专门负责那些需要深思熟虑的推理和分析，能够产生可报告的、清晰的想法。更重要的是，它独立于自动语言处理模块之外。

这个发现，相当于把大模型的“黑箱”撬开了一条缝。以前我们总觉得模型内部可能是一团乱麻，但现在看来，它内部的信息组织方式，居然和人类自身的思维结构有些相似。

更让人惊讶的是，Anthropic强调，J-space并不是人为设计或者写死在程序里的，它是在Claude的训练过程中自己冒出来的。背后逻辑大概是，这种结构本身是一种极为高效的计算组织形式。这也意味着，那种用于支持意识通达的“工作空间”，并非人类大脑的专利，它更像是智能系统在解决特定难题时，自发采用的一种通用方案。

拔掉J-space会发生什么？

尽管J-space听起来很关键，但它其实并不参与模型的大部分日常功能。

研究人员做了个实验，试着把J-space整个删掉。结果发现，失去J-space的Claude依然能流利地说人话、对情绪进行分类、回答选择题，甚至大致还原出从文章里提取事实的能力。但一旦涉及高阶思维任务，立马掉链子：多步推理能力几乎归零，概括和创作的水平甚至不如一个体量小得多的完整模型。

这就像一个人能正常聊天，但没法做逻辑题或者写总结报告了。

灵感来自神经科学

这项实验的灵感，源自神经科学中一个著名的理论——“全局工作空间理论”。这个理论把大脑描绘成一系列专业系统的集合，视觉、听觉、语言、记忆各司其职，彼此独立。但当你需要完成复杂的思考时，这些系统就会把信息发到一个共享空间里进行整合，然后像广播一样传达给其他区域，最终形成统一决策。

Anthropic发现，Claude的J-space恰恰扮演了这个“广播站”的角色。它与神经网络的其他部分连接得特别紧密。当模型需要回答一个复杂问题时，语言理解、数学推理、代码知识、世界知识这些能力并不会各自为战，而是会在一两个关键节点完成信息融合，再驱动后续的计算。换句话说，模型内部很可能存在一个类似“中央工作区”的协调机制。

算是有意识吗？别急着下结论

这个发现一出，不少人可能会想：AI是不是有意识了？别误会。Anthropic在论文最后也专门打了预防针——大模型拥有可意识通达的架构，是一种计算结构上的相似性，但这绝对不代表它具备感受和心理学意义上的那种意识。

话说回来，如果这个研究方向能持续推进下去，它未来的影响可不只是学术圈的事。

比如，它给监控模型的“内心想法”提供了可能性。更深地理解模型内部的计算过程，就有望帮研究人员更精准地定位模型为什么会产生幻觉、推理出错或冒出不安全行为，从而提升AI系统的可靠性。

再比如，可解释性能力很可能成为未来模型竞争的新维度。目前大模型行业已经进入性能趋同的阶段，各家不仅要证明自己的模型能力强，还要证明它更透明、更可控、更可信。

这项研究还可能影响未来的模型架构设计。如果J-space真的是复杂推理的关键拼图，那么下一代大模型或许不会再一味地堆参数、攒数据，而是会把重心放在信息整合机制的优化上。