文 | 字母 AI
AI 到底还是太能往深里挖了，因为 Anthropic 挖着挖着，发现了一个非常 "AGI"，但是细思极恐的事情。
说在 Claude 里，有一个叫 J-space 的区域。它会控制 Claude 思考和推理，一旦没有 J-space，Claude 会立马变成 " 人工智障 "，只能回答幼儿园水平的问题。
这不是重点，重点是，Anthropic 从没有给 Claude 设计过 J-space，一切的一切，都是 Claude 它自己在长年累月的训练中 " 长 " 出来的。
为此，Anthropic 发表了一篇论文，标题叫《语言模型中的全局工作空间》。
在这篇论文中，Anthropic 虽然探讨了 J-space 对 Claude 的影响，并且还专门设计了一个工具，用于观察 J-space。可文章写到最后 Anthropic 也没研究明白，J-space 到底是怎么来的。
这就好比咱们人类细胞里的线粒体，绝大多数细胞都靠线粒体供能。
根据研究发现，线粒体一开始并不存在于细胞质中。主流理论认为，线粒体原本可能是一种独立细菌，后来被更大的细胞吞进去，双方形成共生关系，最后成为了如今细胞里的一部分。
可线粒体到底来自哪里，依旧无人知晓。
还没完，就在 Anthropic 发表这篇文章的前几天，杨立昆才刚刚怼了一把现在的 AGI，并在 X 上写到 "AGI 里的 "G" 是胡扯。"
Anthropic 在 Claude 里发现了 AGI
要理解 J-space 是什么，得先从咱们人类自己开始说起。
此刻正在读这句话的你，大脑其实同时在做好几件事，包括调整坐姿、控制呼吸、把屏幕上的线条认成文字。
但是这些事你根本感觉不到，它们在后台自动运行。这个过程叫做 " 无意识处理 "。
但大脑里还有另一类活动，是你能意识到的。
就拿我亲身经历的例子来说明，周一开会的时候，同事提了一嘴 " 机架 "，因为临近午饭时间，我把机架理解成 " 鸡架 "，然后瞬间就感觉到肚子饿了。这个过程叫做 " 可访问意识 "。
Anthropic 发现，Claude 的内部也出现了类似的分界线。
大部分 Claude 做的事，比如流畅说话、查简单事实、用对语法，它都是自动处理，像你的呼吸一样在后台跑。
但 Claude 内部还有一小部分活动很特别。它们不像普通后台计算那样分散，而是会集中到一个可以被读出来的 " 概念空间 " 里。Anthropic 把这个空间叫作 J-space。
J-space 里的每一个模式都对应一个词，但这个词亮起来的时候，并不意味着 Claude 正在 " 说 " 这个词，而是这个词 " 在它脑子里 "。
可能这句话有点难理解，我给你举个例子你就懂了。比如你问 Claude，能结网的动物有几条腿？它会回答你 8 条腿。
但研究者在它的 J-space 里先看到的是 spider（蜘蛛）这个词，然后 Claude 再根据蜘蛛有 8 条腿，回答你说 8 条腿。
还有一个非常关键的细节，J-space 并不是 Anthropic 设计出来的，它是 Claude 在训练过程中自己长出来的。
Anthropic 用来观察 J-space 的工具叫 "Jacobian 透镜 "，简称 J-lens。
Claude 内部的想法不是文字，而是一大堆数字。J-lens 的作用，就是把这些数字翻译成人能看懂的词。
通过这个 J-lens，Anthropic 的研究员发现，Claude 在读一段有 bug 的代码时，即使没人告诉它哪里错了，J-space 里也会冒出 "ERROR" 这个词；它读一串蛋白质的原始字母序列，J-space 里出现蛋白质的生物功能；它读到搜索结果里藏着提示词注入攻击，J-space 里会亮起 "injection" 和 "fake"。
但最有说服力的实验，是 " 偷梁换柱 "。
回到刚才蜘蛛的那道题，研究者没有改题目，而是把 J-space 里的 "spider" 换成了 "ant"（蚂蚁），Claude 的答案立刻变成了 "6"。
另一个实验里，"France" 在 J-space 里亮起来后，Claude 能回答法国的首都、货币、所在大洲。研究者把 "France" 换成 "China"，所有答案也都跟着变了。
这说明 J-space 不只是记录结果，它参与了后续推理。
Anthropic 总结了 J-space 的五个特征，每一个都对标人类认知科学里 " 意识可访问信息 " 的性质：
1.Claude 能报告 J-space 里的内容（你问它在想什么，它会说出 J-space 里的词）
2. 它能在要求下主动调动 J-space（让它默默心算，J-space 里就会出现算术过程和中间结果）
3. 它用 J-space 做内部推理
4.J-space 里的一个概念能灵活地服务于多种任务
5.J-space 是有选择性的，大部分 Claude 做的事根本不经过它。
为了研究 J-space 对 Claude 的影响，研究者把 J-space 暂时关掉，发现 Claude 还能回答简单问题，比如认情绪、答常识、判断语法。
但一遇到需要多步思考的任务，比如推理、类比、翻译、写诗，表现就大幅下降。也就是说，J-space 很像 Claude 的 " 草稿纸 "，不用草稿纸的小事还能做，可需要草稿纸的复杂题就回答不出来了。
种种迹象都在说明，J-space 和人类的思考方式有相似之处，但前面也说了，这并不是 Anthropic 有意为之，甚至都没有做过类似的设计，一切都是 Claude 自发形成的。
那说到这里，就不得不提一嘴 AGI 了，因为 J-space 非常像是 Claude 接近 AGI 的一种证明。
过去我们判断模型是不是 AGI，主要看外部表现，比如能不能做数学题，能不能写代码，能不能通过考试。但是现如今，Claude" 长 " 出 J-space 的这种自发性，很可能才是 AGI。
模型强，不只是因为它输出更像人，而是因为它内部可能已经形成了某种可复用的思考结构。它能暂存概念，承接中间结果，把不同信息组织到一起，再影响后面的回答。
就像我们有眼睛鼻子嘴一样，J-space 很可能就是 AGI 的一个 " 器官 "。没有它，模型还会说话；有了它，模型才更可能把语言、知识和推理串成稳定的思考过程。
杨立昆在 X 上把 AGI 怼了个底朝天
好巧不巧。
就在 Anthropic 发表 J-space 论文的前几天，图灵奖得主、深度学习三巨头之一的杨立昆（Yann LeCun），在 X 上把 AGI 这个概念怼了个底朝天。
时间线是这样的，2023 年的时候，杨立昆在巴黎的 VivaTech 科技大会上接受采访，公开说 ChatGPT、Claude 和 Gemini" 不是通向人类级智能或类人智能的道路，甚至连动物级智能都算不上，因为它们无法处理真实世界的数据，它们根本不是为此设计的 "。
到了今年 6 月的 VivaTech，杨立昆又再次重复了这个论调。
7 月 4 日，他在 X 上表示，称 "The G in AGI is nonsense."（AGI 里的 "G" 是胡扯。）
杨立昆认为，会考试不等于有智能。 硅谷的逻辑是模型过了律师考试、数学竞赛、博士题、编程 benchmark，所以接近 AGI 了。
但杨立昆表示，考试题是语言化的、离散化的、答案明确的任务，恰好是大语言模型最擅长的东西。可真正的智能还应该有感知、物理直觉、因果理解等等这些来自于常识的能力。
" 一个大语言模型会怎么做？它会根据训练数据里的统计模式，生成一个看起来合理的预测。但那个预测几乎肯定是错的，因为它不是在推理物理现实，而是在做统计补全。"
杨立昆认为，Agent 应该通过观察世界，学习世界如何变化，然后在内部做预测、做规划，最后采取行动。
大语言模型虽然学到了大量语言和知识模式，但在杨立昆看来，这不是在理解世界本身，只是一个用来交互的界面而已。
杨立昆在 2025 年底离开了 Meta，创办了 AMI Labs（Advanced Machine Intelligence Labs），总部在巴黎，2026 年 3 月拿了 10.3 亿美元的种子轮融资，是欧洲历史上最大的种子轮，投资方包括英伟达和贝索斯。
AMI Labs 做的就是用 JEPA 架构，让 AI 系统从感知数据中学习因果和规划。
还有一点，杨立昆不认为继续 scaling 就会自动 AGI。
事实上，无论是 OpenAI，还是 Anthropic，大家都认为继续去堆算力、堆模型性能，AGI 就会自动涌现。
可杨立昆却觉得这条路会撞墙。他的观点是，语言数据不够承载真实世界的全部，纯自回归预测也不是一种高效的推理方法。
最后，比起反对 AGI，杨立昆更讨厌硅谷 "AGI 毁灭人类 " 的末日论。
杨立昆经常给马斯克、辛顿、阿莫迪等人唱反调。不是因为他觉得 AI 永远没风险，而是因为他认为当前系统离真正自主的智能还差太远。
在他看来，把今天的大语言模型描述成即将失控的 AGI，是严重给 AI" 抬咖 "。基于这个观点，杨立昆还警告称，AI 泡沫终究会彻底破裂。
不用猜也知道，杨立昆在看了 J-space 的论文后，肯定又在暗地里骂阿莫迪没水平了。
