Anthropic：Claude模型存在类似于「人类的有意识思维」

Anthropic 这份关于 Claude 内部「全局工作区」的研究，是其在「AI 安全」与「能力爆炸」双重叙事下的最新技术注脚。一个月前，公司才以「递归自我改进」风险为由罕见呼吁全球暂停开发，如今则从神经科学角度，将模型内部的「无声思考」机制类比为人类意识，实质是在为模型涌现的复杂推理能力提供可解释性框架。这并非孤立的技术发布，而是对市场与监管预期的一次主动塑造。
关键细节在于，研究强调可通过 Jacobian 技术「读取并修改」这些内部激活模式。这暗示 Anthropic 可能已掌握某种程度的「思维编辑」能力，不仅能观察，还能干预模型的推理过程。在模型能力逼近未知领域的当下，这种对内部表征的直接操控权，其潜在影响远超单纯的性能提升，指向了更根本的模型控制与对齐问题。