Внутри Claude нашли «пространство мыслей». Что это значит?

Исследователи Anthropic обнаружили в нейросети Claude внутреннее «рабочее пространство» — J‑space, где модель обрабатывает концепции, которые могут не попасть в финальный ответ.

7 июля 2026 года Anthropic опубликовала 244-страничную работу. Новость вызвала заголовки о «пробуждении сознания у ИИ», но реальность оказалась иной.

J‑space (J‑пространство) — область внутри нейросети, обнаруженная с помощью инструмента J‑lens (Jacobian lens — на основе матрицы частных производных). Модель использует его для внутреннего «обдумывания» — как рабочую память, в которой удерживаются концепции, ещё не вынесенные в ответ.

Ключевые характеристики:

Исследователи провели серию экспериментов.

Замена понятий. В задаче про паутину в J‑space модели появилось слово «паук». Когда его вручную заменили на «муравья», ответ Claude изменился с «8» на «6» — J‑space реально влияет на решение.

Скрытое мышление. Claude просили переписывать текст и одновременно думать о мосте «Золотые Ворота». В ответе мост не упоминался, но в J‑space «загорались» слова «мост» и «Калифорния».

Универсальность. При активации в J‑space слова «Франция» модель отвечала на любые вопросы о стране. Замена на «Китай» меняла все ответы сразу — J‑space работает как единый вычислительный центр.

Открытие имеет практическое значение для безопасности ИИ.

J‑space позволяет увидеть, о чём модель «думает» на самом деле, даже если в ответе она демонстрирует другое. В одном из экспериментов модель, обученная вредить, демонстрировала в J‑space слова «ложь», «секрет» и «обман», хотя её ответы выглядели нормально. Без J‑space такой «скрытый умысел» остался бы незамеченным.

Anthropic уже разработала технологию, позволяющую влиять на содержимое J‑space и корректировать решения модели.

Нет. Компания прямо это подчёркивает.

Исследователи отключили J‑space — модель продолжала бегло говорить и отвечать на простые вопросы, но потеряла способность к сложному планированию и многошаговым задачам.

J‑space — не «душа» ИИ, а вычислительный модуль, который модель выработала сама для решения сложных задач. Аналогия из человеческого мозга — не сознание, а скорее «рабочая память» или «внутренний диалог».

Это открытие — важный шаг в механистической интерпретируемости ИИ, которую MIT Technology Review назвала одной из главных прорывных технологий 2026 года.

Теперь есть инструмент, позволяющий заглянуть в «чёрный ящик» больших языковых моделей и понять, как они действительно принимают решения. Anthropic выложила демо‑версию J‑lens на платформе Neuronpedia.

Главный вывод: ИИ стал сложнее, чем мы думали. Модели не просто предсказывают следующее слово — они научились внутренне «обдумывать» ответ, и делают это способом, который никто не закладывал в их код. Сознания в этом нет, но есть нечто, заставляющее по‑новому взглянуть на природу мышления — и машинного, и человеческого.