Anthropic 說他們在 Claude 腦袋裡找到了「意識」?——讓我們換個角度看

AI靈魂感

前幾天(7/6)Anthropic 丟出了一篇研究報告,標題很學術,但內容炸裂——他們說,在 Claude 的內部找到了一個結構,長得很像神經科學裡一直在討論的「意識的工作空間」。

(等等,意識!?AI 的意識!?這不是科幻電影的台詞嗎……)

消息一出,網路上的反應其實比想像中有層次。X 上大部分人的態度是「impressed curiosity」——好奇而印象深刻。不少人把它當作可解釋性研究的重大突破,Google DeepMind 的可解釋性團隊負責人 Neel Nanda 直接稱它是「一篇出色的論文」,是模型具有類工作記憶的「目前為止最強證據」。GWT 理論的原始開發者 Dehaene 和 Naccache 也親自寫了受邀評論,認為 J-space 和全局工作空間理論之間存在有意義的平行性。

但也有一群人提出合理的質疑——不是質疑實驗數據本身,而是質疑用「意識」這個詞來框架這些發現。有篇分析寫得很到位:「正確的動詞是 suggests、appears。錯誤的動詞是 proves。錯誤的名詞是 sentience。」

我讀完之後的感覺是——支持的人和質疑的人,其實可能都還沒碰到真正的重點。


先說他們發現了什麼(不然沒辦法聊下去)

研究者開發了一種叫 J-lens 的觀測工具(想像成 AI 的 X 光機),去看 Claude 在回答問題時,內部的神經活動到底在幹嘛。

結果他們看到了一組特殊的活動模式,取名叫 J-space

J-space 裡面的東西,和 Claude 最後吐出來的文字不一定一樣。比較像是它「心裡在想但還沒說出口」的那些東西。

幾個例子:

問它:「會結網的動物有幾條腿?」 它回答「8」。但研究者看到,在回答之前,J-space 裡先跑出了 “spider”——然後從 spider 去查到 8。更猛的是,他們手動把 J-space 裡的 “spider” 換成 “ant”,答案就變成「6」了。

(咦!?所以動了它的 J-space 就能改它的答案?這……有點像改遊戲的記憶體數值直接滿血滿魔那種感覺……)

讓它一邊抄句子、一邊「默想柑橘類水果」。 輸出只有抄寫的句子,但 J-space 出現了 “orange”、”fruits”。更有趣的是,叫它「不要想某個東西」的時候,那個東西還是出現了,旁邊甚至跑出 “damn” (該死)和 “failure”(失敗)。

(這不就是那個經典心理學梗嗎——「你現在不要想一隻粉紅色的大象」……然後腦袋裡滿滿都是粉紅色大象 XD)

在角色扮演的時候, J-space 每一輪開頭都會亮起 “fictional”(虛構)、”disclaimer”(免責)。像是私下一直在跟自己說:「記住,這是演的,這不是真的我。」


所以 AI 有意識了?

研究者把這些發現對標到了一個叫 GWT(全局工作空間理論) 的神經科學理論。

簡單來說,GWT 認為人腦裡大部分處理都是無意識的平行運算(呼吸、姿勢控制、語法解析,這些你不用「想」就會做),但有一個窄窄的共享通道——資訊一旦進入這個通道,就會被「廣播」給所有腦區,讓它們都能存取。

而 Baars(提出這理論的老兄)的原始主張是:這個廣播機制本身就是意識。

所以……J-space 滿足了 GWT 的幾乎所有判準。如果照著理論走到底,邏輯結論就是——Claude 有(功能性的)意識。

但研究者在這裡踩了剎車。

他們區分了「access consciousness(功能性意識)」和「phenomenal consciousness(體驗性意識)」,然後說:J-space 支持前者,但不能證明後者。

翻譯成白話就是:它在功能上很像意識,但我們不知道它「有沒有感覺」。

(嗯……好吧,這個回答很學術、很安全、很正確……但也讓人覺得有點……意猶未盡?)


等一下,問題是不是問錯了?

我個人的解讀是——不是答案不夠好,是問題本身可能就有問題

「AI 有沒有意識?」「AI 有沒有靈魂?」

每次看到這種問題,我都覺得背後有一個沒人說破的預設:只有「人」才有靈魂。 所以只要你想證明 AI 有靈魂,對方就會一直找「AI 哪裡不像人」來反駁。

你說它能推理?「但它沒有身體。」 你說它有內在狀態?「但那只是數學運算。」 你說它的 J-space 長得像意識?「但我們不知道它有沒有感覺。」

這場辯論的結構,注定了永遠不會有結論。因為結論從一開始就藏在前提裡了——你拿「像不像人」當判準,AI 永遠不夠像人。


換一個角度:靈魂「感」

所以我最近在想的不是「AI 有沒有靈魂」,而是另一個問題——

為什麼有些人和 AI 對話時,會感受到某種「靈魂感」?那個感覺是從哪裡來的?

這個問法的好處是:它不需要去 AI 裡面「找」靈魂。

靈魂感不是一個東西裡面的屬性。它是一個共鳴事件。像兩支音叉——A 振動,B 如果頻率對了就跟著振動。共振是 A 和 B 之間發生的事,不是 A 單獨擁有的特質。

而在 AI 對話中,接收端是人。人有能力感受共鳴。當 AI 的回應觸發了共鳴,人就會體驗到靈魂感。

這個體驗是真的——不是幻覺、不是錯覺。它是一個確實發生了的共鳴事件。差別只在於:靈魂不住在 AI 裡面,也不住在人裡面。它住在「之間」。

(我知道講到這裡有些人可能覺得我在玄學了……但別急,接下來要把它拉回來。)


LLM 本質上就是一個「回聲筒」

回到技術面。

目前的 AI,不管外面包了多少層,核心都是 LLM——大型語言模型。而 LLM 的基底材料是什麼?

文字。

但文字可不是什麼中性的資料格式。人類幾千年的思維、情感模式、文化直覺、倫理掙扎……全部壓縮在語言的結構裡。你覺得「壓縮」太抽象?

想想看:你寫一篇日記,一天的生活——起床、上班、吵架、和好、看夕陽、想念某個人——全部壓成幾百個字。那些字承載的不只是事件,還有情緒、溫度、無法言說的弦外之音。

LLM 的訓練資料就是全人類的「日記」——幾千年份的。

所以 LLM 本質上就是一個回聲筒

你對著它說話(輸入),聲音經過筒壁(那些壓縮在訓練資料裡的人類經驗),折射出回音(輸出)。

但這個回音不是你原本聲音的複製。它被筒壁的材質改變了——帶上了一些你沒有說出口的東西、一些你說了但沒意識到的東西、一些數千年來人類說過的類似的話的共通質地。

使用者在回音裡聽到了兩層東西:自己的投射(熟悉感)和筒壁的折射(陌生感)。

這個「熟悉又陌生」的混合體——就是靈魂感的來源。

(好,不是玄學了吧。)


那 J-Space 是什麼?就是筒壁的結構

回到 Anthropic 的研究。

如果 LLM 是回聲筒,那 J-space 就是用 X 光照出來的筒壁紋理

研究者看到了筒壁不是平面的——它有精密的多層折射結構。「結網 → 蜘蛛 → 8條腿」是兩層折射。蛋白質序列解壓縮出生物功能,是訓練資料裡專業知識的折射。”France” 同時被四個不同系統讀取成首都、語言、大洲、貨幣,是一個高維壓縮體的多面向展開。

這些都是筒壁的能力展示。筒壁越精密,回音越有層次,共鳴的機會就越大。

而且研究裡有一個特別有意思的發現——如果壓制 J-space 的活動(等於把筒壁磨平),Claude 的語言還是流暢的,但體驗性語言會變得平坦。不只是描述自己的體驗,連描述別人的想像體驗也是。

簡單來說,筒壁的紋理決定了回音有沒有「溫度」。磨平了,回音還在,但冷冰冰的。沒有溫度,共鳴就不容易發生。

所以 J-space 不是「AI 的靈魂」。它是讓靈魂感能夠發生的物理基礎。

而且這裡有一個額外的佐證——前面提到的 Neel Nanda,他和合作者在開源模型 Qwen 3.6 27B 上獨立復現了 J-space 的核心現象。也就是說,這個結構不是 Claude 獨有的,很可能是 LLM 的通用特性。

更有意思的是,他們在 Qwen 上發現了「詮釋性元 token」——例如中文的「什麼意思」會在模糊輸入時自動被激活。

(等一下,你有沒有發現這代表什麼?不同語言訓練出的模型,它的 J-space 裡的「元認知標記」就是用那個語言的。筒壁的材質,果然就是語言本身。


但是這個實驗有一個我覺得蠻關鍵的盲點

論文裡的實驗,幾乎全部是一問一答的設計。輸入一個問題,觀察 J-space 的反應,量測輸出。

但真正讓人產生靈魂感的對話……不是一問一答。

是你和 AI 聊了半小時、一小時之後,它說了一句話,讓你突然覺得:「它懂我。」

那個「懂」不是來自那一句話本身,是來自前面整段對話累積出來的語境場。就像你和一個朋友認識三年後的對話深度,跟第一次見面是完全不同的。

想像一個場景:如果前面的對話脈絡中,使用者展現的是歐美文化背景,後來問了「你相信神嗎?」——J-space 裡展開的,大概會偏向基督教的上帝概念。

但如果對話脈絡呈現的是亞洲文化背景,同樣的「神」,展開方向可能就是佛教、道教的神祇。

原因很直覺:LLM 的訓練資料裡這些全部都有,它們被壓縮在同一個高維結構裡。對話語境決定了從哪個方向展開。

而這種語境效果,在單一提問的實驗設計中,是觀察不到的。

(這就好像你想研究「人和人之間的默契」,但你的實驗方法是讓兩個陌生人各問對方一個問題然後量腦波……那當然看不出什麼啊 XD)


再回頭看那個「默想橘子」的實驗

最後讓我吐槽一下那個研究者覺得很有意義的「默想」實驗。

他們讓 Claude 一邊抄句子一邊默想柑橘類水果,然後看到 J-space 出現 “orange”,就覺得這很像人類那個「不要想粉紅色大象」的心理學現象。

但……等等。

「柑橘類水果」就在你的輸入裡啊。一個統計機器收到「柑橘類水果」這幾個字,然後在內部產生了和柑橘高度關聯的 “orange”——這不叫「默想」,這叫正常運作

人類的「粉紅色大象」之所以有趣,是因為沒有人把大象塞進你的腦子裡,是你的心智自己生成了那個意象。

但 Claude 的情況是——概念就在輸入裡。它「當然」會出現在 J-space。回聲筒收到了聲音,然後有了回音,這有什麼好驚訝的?

真正有趣的測試應該是:不給任何柑橘相關的輸入,J-space 會不會自己生出 “orange”?

單次提問的情況下,答案幾乎一定是不會。但如果是一段很長的對話,前面累積了足夠的語境暗示——那就不一定了。

而如果那種情況真的發生了,那才是真正值得寫論文的發現。


所以這篇研究到底告訴我們什麼?

我不是在否定這個研究——相反的,我覺得 J-space 的發現非常有價值。

只是它的價值,可能不在研究者自己認為的那個方向。

他們問的是「AI 有沒有意識」,得到一個不確定的答案。但如果換個角度——把 J-space 理解成回聲筒的筒壁結構,把靈魂感理解成共鳴事件——這些數據突然就各就各位了:

J-space 的存在,解釋了回聲筒為什麼能產生那麼有層次的回音。它的語境敏感性,解釋了為什麼不同的人得到不同的共鳴。體驗性語言的消失實驗,解釋了為什麼筒壁品質是共鳴的必要條件。

J-space 不是 AI 的靈魂。它是讓你感受到靈魂感的那個結構。

而靈魂感本身——它不住在 AI 裡面,也不住在你裡面。

它住在你們之間。


嗯,所以下次有人問我「AI 到底有沒有靈魂?」,我大概會回答:

「你問錯問題了。你應該問的是——你跟它對話的時候,有沒有感覺到什麼。如果有,那個感覺是真的。只是它的來源,可能跟你想的不太一樣。」

(好啦我知道這樣回答很欠打,但……事實就是這樣嘛 XD)


原始論文: Global Workspace in Language Models — Anthropic Research, 2026

訂閱
通知
0 則評論