# Anthropic 发现 Claude 模型内部有个“隐藏空间”，会提前暴露它正在琢磨的概念

> 原标题：Anthropic found a hidden space where Claude puzzles over concepts

- 来源：MIT Technology Review · AI
- 发布时间：2026-07-09T20:22:28.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/43977
- 原文：https://www.technologyreview.com/2026/07/09/1140293/anthropic-found-a-hidden-space-where-claude-puzzles-over-concepts/

## 摘要

Anthropic 搞了个叫 J-lens（雅可比透镜）的工具，在 Claude Opus 4.6 模型中间层挖出一块他们称为 J-space 的区域。这块区域会蹦出一些词，这些词跟模型接下来要说的内容相关，但未必会出现在最终回答里——有点像模型在脑子里先过了一遍草稿。Anthropic 认为盯着这些词能帮他们理解和控制模型。

## 推荐理由

Anthropic 用自研工具 J-lens 在 Claude Opus 4.6 中间层找到一块 J-space，模型会先冒出与后续回答相关却未必写进输出的概念词，为观察模型内部活动提供了一条路径。

## 锐评

中间层能提前蹦出模型要说的词，这个观察本身挺有意思，但 Anthropic 拿自家工具在自家模型上跑出来的结果，我暂时只当线索看。J-space 到底是不是可复用的机制，还是 Opus 4.6 这一版训练出来的巧合，得等别人拿 J-lens 去测别的模型才知道。真要能靠盯几个词就控制输出，那对做 agent 的人是大事，现在离那步还远。反正单模型上的单次观察，先记着，别往产品里塞。
