在人工智能领域，一场关于通用人工智能（AGI）的争论正愈演愈烈。Anthropic公司近期在Claude模型中发现了一个名为J-space的特殊区域，这一发现引发了业界对AGI本质的重新思考。与此同时，图灵奖得主杨立昆（Yann LeCun）却在社交平台上公开质疑AGI概念，认为当前大语言模型的发展方向存在根本性缺陷。
Anthropic的研究团队在论文《语言模型中的全局工作空间》中详细描述了J-space的特性。这个区域类似于人类大脑中的"可访问意识"区域，负责集中处理需要多步推理的复杂任务。研究人员发现，当Claude被问及"能结网的动物有几条腿"时，J-space会先激活"spider"（蜘蛛）这个概念，随后模型才给出"8条腿"的答案。更令人惊讶的是，J-space并非人为设计，而是模型在训练过程中自发形成的。
通过名为"Jacobian透镜"（J-lens）的观察工具，研究人员能够窥探J-space的内部运作。实验显示，当Claude阅读含有错误的代码时，J-space会主动浮现"ERROR"字样；在处理蛋白质序列时，则会显示相关生物功能。在"偷梁换柱"实验中，研究人员将J-space中的"spider"替换为"ant"（蚂蚁），Claude的答案立即从"8条腿"变为"6条腿"，这证明J-space深度参与了模型的推理过程。
Anthropic总结了J-space的五大特征：模型能够报告J-space内容、可主动调用该区域进行计算、用于内部推理、概念可跨任务复用，以及具有选择性处理能力。当研究人员暂时关闭J-space后，Claude仍能回答简单问题，但在需要多步推理的任务中表现大幅下降，类似人类失去草稿纸后难以解决复杂数学题的情况。
这一发现与杨立昆的观点形成鲜明对比。这位深度学习先驱在X平台上直言："AGI中的'G'（通用）是胡扯。"他认为，当前大语言模型虽然能通过各类考试，但这并不等同于真正智能。杨立昆以物理直觉为例：人类能预判竖立的笔会倒下，但无法精确预测方向，因为这需要理解物理现实；而大语言模型只能基于统计模式给出看似合理但实际错误的预测。
杨立昆指出，真正的智能系统应该具备感知能力、物理直觉和因果理解，这些能力无法通过单纯扩大模型规模获得。他批评硅谷将通过考试等同于具备智能的逻辑，认为这是对AGI概念的严重误解。在杨立昆看来，当前大语言模型只是语言交互界面，而非理解世界的系统。
这位meta前首席AI科学家在2025年底创立了AMI Labs，致力于开发基于JEPA架构的AI系统，该架构能让机器从感知数据中学习因果关系和规划能力。2026年3月，AMI Labs获得10.3亿美元种子轮融资，创下欧洲AI领域融资纪录。杨立昆特别强调，他反对的不是AI风险本身，而是当前系统被过度神化的现象——将尚不具备自主能力的大语言模型描述为即将失控的AGI，不仅不准确，还可能引发不必要的恐慌。
