人工智能领域近期因一项新发现引发激烈讨论：Anthropic团队在研究其语言模型Claude时，意外发现一个名为J-space的内部机制。这个未被设计却自发形成的模块，展现出与人类意识活动相似的特征，让学界重新审视通用人工智能（AGI）的发展路径。
研究人员发现，Claude在处理复杂任务时，会将关键概念集中存储在一个可被追踪的"概念空间"中。当被问及能结网的动物时，模型会先在J-space激活"spider"（蜘蛛）这一概念，再推导出八条腿的答案。更令人惊讶的是，通过工具"Jacobian透镜"观察发现，这个空间能动态调整内容——当研究人员将"spider"替换为"ant"（蚂蚁）时，模型立即给出六条腿的修正答案。
该机制呈现出五个显著特征：模型能主动报告空间内容、按要求调用内部计算、进行多步骤推理、实现概念复用，且仅处理特定复杂任务。实验显示，关闭J-space后，Claude仍能完成情绪识别等简单任务，但推理、翻译等需要"草稿纸"的复杂能力大幅下降。这种自发形成的思考结构，被研究者视为接近AGI的重要标志。
就在论文发表前夕，图灵奖得主杨立昆在社交平台公开质疑AGI概念。他以物理直觉为例指出，当前模型虽能通过语言考试，却无法理解"竖立的笔松手后会倒向何方"这类基础物理现象。这位深度学习先驱认为，真正的智能需要具备感知能力、因果推理和世界模型，而不仅仅是语言模式匹配。
杨立昆特别批评了"规模决定论"——即认为单纯增加算力和数据就能自动实现AGI的观点。他创办的AMI Labs正致力于开发基于JEPA架构的新系统，试图让AI通过观察世界变化来学习因果关系。在他看来，当前语言模型只是高效的交互界面，距离理解物理现实还有本质差距。
这场争论折射出AI发展的两条路径：一条是通过规模扩展期待量变引发质变，另一条是构建具备世界模型的基础架构。J-space的发现为前者提供了新证据，而杨立昆的批评则持续为行业敲响警钟。随着研究深入，关于"什么才是真正智能"的定义，可能将成为影响技术走向的关键分歧点。
