Anthropic 找到 Claude 思维盲区：AI 真的知道自己想

Anthropic 最近搞出一个叫 Jacobian lens（简称 J-lens） 的工具，第一次清晰地看到了大语言模型在回答问题时的内部活动。他们发现的，有些很平常，有些让人背后发凉。

J-space：AI 思考的暗室

Anthropic 用 J-lens 在 Claude Opus 4.6 内部找到一个隐藏区域，叫 J-space。这个区域里的词，和模型即将输出的内容密切相关。

如果 Claude 是个人，你可以把 J-space 里的词理解为它开口前的内心独白。

真正在做 vs 嘴上在说

研究最重要的发现：大语言模型实际在做的事，往往跟它嘴上说自己在做的事不一样。

监控 J-space 里的词，给了 Anthropic 一个新的手段——去理解并控制自家模型。

Anthropic 已经把成果发表成论文，并且和开源平台 Neuronpedia 合作做了个可交互的 demo，谁都可以上手试。

AI 行业反响

Goodfire（同样做 AI 可解释性工具的公司）的首席科学家 Tom McGrath 评价：这是非常好、很有意思的工作。

对企业的意义

AI 黑盒问题是企业部署最大的障碍。老板们不敢用 AI，是因为不知道 AI 会做什么、会说什么、会避开什么。

Anthropic 的研究走在了前面：让 AI 的思考过程可视化。

九州聚数字人系统的产品逻辑也是一样的——不卖黑盒，卖可解释、可追溯、可审计的 AI。客户能在后台看到 AI 的决策依据，知道它在什么时候、为什么这么回答。

AI 知道自己想说什么，是下一代企业级 AI 的入场券。