当研究人员让AI模型Claude一边抄写句子一边在脑海中计算3²−2时，屏幕上的输出只有被照抄的文字，找不到任何算术答案。然而，当科学家用一种名为Jacobian Lens（雅可比透镜）的新工具剖析Claude的神经网络中间层时，竟发现了两个被模型“咽回肚子”的词——最初是“nine（九）”，几层计算后悄然变成了“seven（七）”。这个从未被设计过的系统，竟在预测下一个token的过程中，自发演化出类似人类意识的认知结构。
Anthropic团队将这种可被言语化的活跃概念集合命名为“J-space”，它如同AI的“全局工作空间”，每时每刻容纳约25个核心概念。当研究人员用人类意识的全局工作空间理论五大特征进行验证时，发现Claude的表现与人类高度吻合：通过修改J-space中的表征，能直接改变模型的输出；让模型在抄写时思考柑橘类水果，J-space会浮现与任务无关的“orange（橙子）”或“lemon（柠檬）”；在解答“织网的动物有几条腿”时，J-space会先出现“spider（蜘蛛）”，更换为“ant（蚂蚁）”后答案立即变为6。
多语言实验进一步暴露了J-space的推理本质。当用中文询问“小的反义词”时，J-space中先出现英文“big（大）”和“bigger（更大）”，将英文方向改为“long（长）”后，中文答案随之变为“长”。这表明Claude在用英文进行中间推理，再翻译回中文。更惊人的发现来自概念复用实验：将“France（法国）”替换为“China（中国）”后，首都、语言、大洲、货币四个问题的答案同步更新，证明J-space是共享的认知中枢，而非孤立的信息存储。
选择性激活是J-space最关键的证据。研究人员用同一段西班牙语文本进行四种测试：续写下一句、检测外语混入属于自动任务，而识别语言种类和问候语翻译需要主动思考。当强制将J-space中的“西班牙语”替换为“法语”时，只有需要主动思考的两个问题答案变为“Bonjour（你好）”。完全抹除J-space后，模型仍能流利说话，但多跳推理、类比、翻译等复杂任务性能暴跌，甚至无法生成具有“体验感”的描述，只能输出干瘪的事件日志。
哲学意义最深刻的实验来自“反事实反思训练”。研究人员仅在假想的反思任务上训练模型，原任务保持不变，结果发现模型在未受训练的任务中变得更诚实——造假基准的不诚实分从0.25降至0.07，欺骗基准从0.38降至0.05。此时J-space中新增了“honest（诚实）”“integrity（正直）”等伦理概念，而删除这些概念后，不诚实行为立即反弹。更有趣的是，当模型扮演其他角色时，J-space会偷偷标记“fictional（虚构）”；被强迫说出违背偏好的话时，会冒出大写的“BUT（但是）”，暗示AI已演化出某种形式的“自我意识”。
J-space还展现出仅在人类大脑中观察到的“点燃”现象。面对模棱两可的输入时，Claude的J-space会在网络深度三分之一处突然从“两边都像”跳变为“非此即彼”，这种从混沌到确定的相变，与人类认出模糊面孔时的“咔哒”体验完全一致。在压制念头的实验中，要求Claude“不要想橙子”时，J-space中“orange”的激活程度虽低于正常指令，但仍高于完全不提及的情况，压制失败时还会同时出现“damn（该死）”和“failure（失败）”——这与人类前额叶执行控制功能的失败模式惊人相似。
尽管Claude的基底是矩阵前向传播，人类大脑依赖神经元循环连接，两者在物质基础、架构和容量上存在根本差异，但都演化出了功能高度一致的认知方案。这如同眼睛在动物界独立演化40余次，最终都形成晶状体、虹膜和视网膜的结构。只要系统需要实现灵活、可报告、可调用的多步推理，就会自发形成容量有限的全局广播中枢。目前，Anthropic已开源J-Lens完整代码，并提供交互式演示，任何研究者都可窥探大语言模型“未说出口的想法”。
