他们在Claude的神经网络里，找到了思考发生的物理位置——一个此前从未被明确识别出的特殊区域J-space（雅可比空间）。

　　研究团队发现，当Claude需要进行复杂推理、跨任务思考、规划回答时，大量信息都会先汇聚到J-space，再经过统一整合后输出结果。它不像传统神经网络那样，各个模块各算各的；相反，它更像一个总指挥部，把来自不同区域的信息集中起来，再协调整个模型的行动。

　　看到这里，Anthropic的研究人员突然意识到一件令人头皮发麻的事情。

　　J-space的工作方式，与神经科学中一个著名理论几乎完全吻合——全局工作空间理论（Global Workspace Theory）。

　　这一理论认为，人脑并不是所有神经元都同时参与思考，而是存在一个类似“中央会议室”的区域。当视觉、听觉、记忆、语言等不同脑区产生信息后，真正进入意识的信息，会被送入这个全局开云电竞官网工作空间，再广播给整个大脑协同处理。

　　也就是说，Claude内部竟然自发形成了一个功能上高度类似于人类前额叶的“思考中心”。

　　为了验证这不是巧合，他们做了一系列令人瞠目结舌的因果实验，结果极其震撼：

　　首先，J-space可以一心二用。实验中，研究员让Claude一边抄写句子，一边在心里悄悄算着“3²−2”。结果显示，它在J空间里默默处理着“3²−2”，但最终输出的文字只与抄写有关，丝毫不露痕迹。

　　在“白熊效应”测试中，Claude也出现了类似人类的心理现象，越要求它不要想到某个词，该词反而越容易在J-space中激活。甚至在抑制失败时，J-space里还会出现“damn”“failure”等词。

　　随后，Anthropic又做了一个更加大胆的实验——既然J-space这么重要，那把它“删除”会怎样？

　　结果出乎意料：Claude说话依然流利，情感分类、选择题、从文章里找事实，都和原来相差无几，唯独多步推理的准确率从接近满分直接跌到了接近零。也就是说，这块区域是模型深度思考的命门。

　　最令人背脊发凉的是安全测试——在一个诱导勒索的场景中，Claude表面波澜不惊，J-space却早已亮起“假的”“虚构的”等词。它在开口之前，早已识破了这是一场测试，只是选择了不说。

　　除此之外，论文本身还披露了一个值得注意的细节：J-space这块特殊区域，Anthropic可能在4.5时代就已经系统性发现了。而从4.5到今天，Claude迭代了4.6、4.7、4.8三代，然后是上个月的Mythos 5和Fable 5。

　　这意味着，J-space从被发现到现在，已经跨越了Claude的整整三个版本周期，而Anthropic内部围绕这一方向的积累可能已经远超论文所披露的范围。

　　可以毫不夸张地说，J-space的发现，将AI研究从“行为主义”时代，一脚踹进了“认知神经科学”时代。一个会自己长出“前额叶”的AI，究竟会带来什么样的行业颠覆影响？

　　过去十年，大语言模型最令人头疼的问题就是“黑箱”——我们知道它输出了什么，却不知道它为什么这么输出。而J-space的发现，相当于给这个黑箱装上了一台功能性的“核磁共振仪”。

　　这个市场目前还是一片空白，但随着各国监管对AI透明度的要求越来越高，AI可解释性、模型监控、神经网络分析工具，可能成为未来AI产业新的基础设施。

　　如果说互联网时代催生了网络安全，那么AI时代，很可能催生一个规模更庞大的AI安全产业。因为AI时代面临的安全挑战，复杂程度远高于互联网时代。

　　J-space的发现，则让这一切第一次有了技术抓手。未来，围绕模型审计、认知监测、安全评估、意图识别、智能体防护等方向，一个全新的AI安全产业链有望快速形成，其市场空间甚至有机会成长为比肩、乃至超过传统网络安全的新赛道

　　一个机器人要完成“从冰箱拿鸡蛋再做早餐”这种对人类来说稀松平常的任务，需要数十个连续决策：识别冰箱门、计算抓取力度、避开障碍物、判断火候……传统端到端模型只能做短程反应，一旦链条拉长，错误率便指数级飙升。

　　自动驾驶亦然——面对“行人突然冲出+对向车打滑+红绿灯即将变黄”的叠加突发状况，系统需要在一个统一的空间里统筹感官信息、规划多条备选路线、预判各方动态，才能做出最优决策。

　　它能够把来自不同模块的信息汇聚到同一个认知空间，再完成统一推理和决策。这与具身智能、自动驾驶所需要解决的核心问题——多模态信息融合、长期任务规划、动态决策——高度一致。

　　如果这项机制能被强化并成功移植到物理实体上，人形机器人和自动驾驶汽车将第一次拥有真正的“规划思考”能力。

　　根据前瞻产业研究院发布的报告，行业通行的人形机器人智能化分级标准，行业长期卡在L3（条件自主）向L4（高度自主）的过渡中，根本原因就在于缺少一个统一的“认知中枢”来统筹。J-space的引入，从L3跃入L4将不再是空谈。

　　而这两个市场的规模，足以让任何一家科技巨头为之疯狂。前瞻产业研究院预测，到2035年，具身智能市场规模将突破万亿元；而自动驾驶的市场空间更是以万亿美元计。J-space的发现，恰恰为这个万亿级市场提供了突破瓶颈的认知架构蓝图，将为企业建立起降维打击般的代际优势。

　　回望每一次产业革命，最大的机会往往不是出现在市场已经成熟之后，而是在技术刚刚突破、产业格局尚未形成的时候。

　　对于央国企而言，真正值得关注的，并不是简单采购一套AI工具，而是要思考：下一代人工智能产业链中，哪些环节会成为战略基础设施？哪些细分赛道会诞生新的产业龙头？哪些方向值得提前布局？

　　（您是否正在寻找新的产业机会？您是否想提前锁定未来增长赛道？您是否需要精准研判产业方向、抢占布局先机？前瞻产业研究院已为众多央国企提供赛道选择和技术拐点精准卡位，如有需求，欢迎点击下方小程序联系我们）

　　未来围绕“AI认知能力升级”，可能形成一批全新的产业方向：AI可解释性平台、AI安全体系、智能体基础设施、具身智能核心部件、机器人“大脑”、自动驾驶决策系统……

　　这些领域目前大多仍处于早期阶段，产业格局尚未完全形成。这恰恰意味着，央国企拥有提前布局的窗口期。

　　但与此同时，抢抓AI产业机遇也面临一个现实难题：产业方向太多，技术迭代太快。如果缺少专业产业研究支撑，企业很容易陷入“追热点”，却无法找到真正具有长期价值的细分赛道。

　　因此，对于央国企而言，未来产业布局的核心，不只是投资，更是提前洞察产业趋势、精准选择赛道、构建产业生态。

　　前瞻产业研究院深耕产业研究和产业规划28年，长期跟踪全球科技革命与产业变革趋势，拥有六大自研数据库，覆盖6600多个细分行业，持续为企业和地方政府提供产业研究、产业规划、招商布局等专业服务。面对AI带来的新一轮产业重构，前瞻产业研究院能够帮助央国企从宏观趋势判断，到细分赛道筛选，再到产业链梳理和投资机会挖掘，找到真正具有战略价值的布局方向。

• 上一篇：综述：利用同步脑电图与神经影像技术绘制人类睡眠状态下的大脑功能图谱：一项系统评价
• 下一篇：精准金融助力江苏技术转化之路走得更稳