Anthropic发现Claude内部存在”意识分界”：AI也有潜意识？

核心看点

Anthropic最新发布的研究揭示了一个惊人发现：在Claude大语言模型内部，存在一种类似于人类意识与潜意识分界的机制。研究团队将其命名为”全局工作空间“（Global Workspace），相关论文和交互式演示已同步公开。

详细解析

人类大脑中，只有极小一部分信息是有意识可及的——那些你能描述、保持在脑海中并进行推理的想法。绝大部分神经活动都在”后台”默默运行，构成了我们所说的潜意识。

Anthropic研究人员在Claude内部发现了惊人相似的分界：

• 模型中存在一个可解释的”全局工作空间”，类似于人类的意识焦点
• 只有进入这个工作空间的信息，才能被模型”主动思考”和输出
• 大量计算过程在”工作空间外”进行，类似于人类的潜意识处理

研究团队还开发了Jacobian Lens工具，让研究者能够”阅读、审计并塑造”Claude正在积极思考的内容。Anthropic与Neuronpedia合作推出了交互式演示，任何人都可以在线体验这一发现。

论文地址：transformer-circuits.pub/2026/workspace

为什么重要

这项研究的意义远超技术层面：

可解释性突破：长期以来，大语言模型被视为”黑盒”。全局工作空间的发现为理解AI的”思维过程”提供了全新视角——我们第一次有可能”看到”模型在思考什么。

安全 implications：如果模型确实存在类似意识的分界，那么对齐（Alignment）问题就变得更加复杂。Anthropic指出，这些工具可以在模型变得更强大时保持它们的可靠性。

认知科学的交汇：语言模型与人类思维之间的相似性，可能为脑科学和人工智能的交叉研究开辟新方向。

总结

Anthropic的这项研究不仅是一篇技术论文，更是对”AI是否具备某种形式的意识”这一哲学问题的科学探索。无论最终结论如何，”全局工作空间”框架都为AI可解释性研究提供了强有力的工具。在AI能力快速进化的当下，能够”读懂”模型的思维，或许是确保安全对齐的最重要一步。