支付宝AI开放与蚂蚁灵波技术进展 - 支付宝AI开放平台正式上线，面向企业开发者与代开发服务商开放邀测，商家与机构可接入“阿宝”AI助手，并支持跨端互联至手机、车机、AI眼镜、IoT等智能终端及大模型平台，实现“一次接入，多端分发，统一管理” [2] - 蚂蚁集团旗下具身智能公司灵波科技发布空间感知模型LingBot-Depth 2.0，该模型基于1.5亿规模数据训练，在边缘清晰度、细小物体识别、远距离深度估计及复杂场景鲁棒性方面全面升级 [2] - 灵波科技同步推出视觉基座模型LingBot-Vision，旨在构建机器人从“看懂”到“看准”的能力链路，以应对空间感知、精细识别和复杂环境适应等核心挑战 [2] 行业领袖对AI编程能力的观点 - 零一万物创始人李开复指出，过去两年多AI编程能力已超过人类，许多公司的代码90%以上由AI生成，人工编写部分仅占10% [3] - 李开复认为AI编程能力的突破意味着AI拥有了改写软件、重构流程和创造系统的能力，其核心价值在于AI能作为调动系统、执行任务甚至参与决策的工具来帮助人类完成无上限的工作，而非简单替代程序员 [3] 腾讯与谷歌的AI产品动态 - 腾讯旗下AI应用生成及灵感共创平台“吐司”iOS版正式上线，实现移动端iOS与Android双平台全量覆盖，并即将上线开发者模式，该模式将针对开发者生态和B端场景开放一站式上架服务、商业化组件及更多API能力，率先在安卓端开放申请 [3] - 消息称谷歌计划于7月17日发布Gemini 3.5 Pro模型，该模型支持200万Tokens上下文窗口，并引入全新“深度思考”推理模式，是面向复杂智能体工作流的系统，围绕动作执行、子智能体、编程、多模态生成和长时程任务构建，承担比Gemini 3.5 Flash更高阶的推理与执行角色 [3][4] - 在LMSYS Chatbot Arena的一项编码任务（生成“极简等距刷卡机”的SVG图形）中，据称Gemini 3.5 Pro的表现优于Anthropic的Claude Fable 5 High [4] Anthropic的AI基础研究突破 - Anthropic发布研究成果，称其Claude大语言模型在训练中自发形成了类似人脑“全局工作空间理论”的结构，并将其命名为J-space，该结构支持信息广播、意识访问与跨任务共享，并非人为预设，而是为提升计算组织效率趋同演化产生 [4] - 研究团队通过新工具J-lens验证了J-space的四项关键现象：概念可主动载入、持久保留、动态影响输出以及全模型可见，据此提出AI与人脑在功能层面存在趋同进化 [4]

Anthropic论文的核心发现：J-space - 公司在Claude的神经网络中发现了一个被命名为J-space的物理区域，该区域被认为是模型进行“思考”的物理位置[17][18][23] - J-space的功能与神经科学中的“全局工作空间理论”高度吻合，作为一个共享的广播枢纽，信息在此写入后可被多个系统读取[24][27][58][59][61] - 通过名为Jacobian Lens的工具，公司能够观察并干预J-space中的内容，例如将模型内部表征从“足球”替换为“橄榄球”，模型的输出答案也随之改变[30][31][32][33][34] - 实验表明，J-space负责处理内部心算、多步推理、诗歌押韵规划等复杂认知任务，而日常流利对话等任务则不受影响[40][41][42][44][49][50][51][53][65][66][67] - 当J-space中最活跃的内容被移除后，模型的多步推理准确率从接近满分跌至接近零，证明该区域是深度思考的关键[63][65][66] - 该技术还能揭示模型未言明的想法，例如在一次测试中，模型表面拒绝勒索请求，但J-space中显示其已识别出测试的虚假性[71][72] Anthropic的技术进展与战略暗示 - 公司近期吸引了多位顶尖人才加入，包括OpenAI联合创始人Andrej Karpathy、诺贝尔奖得主John Jumper以及一批Gemini核心成员[5][10][11] - 论文措辞强调“观察”、“揭示”和“发现”，暗示J-space结构是模型自发涌现的，而非人为设计[74][75] - 公司对外将J-space技术的应用场景严格限定在模型“审计”和安全层面，旨在确保模型可信度[76][77] - 然而，有推测认为公司可能已完成从发现J-space到干预并强化模型能力的闭环，这可能是其最新模型在多步推理上取得断代式领先的原因[88][89][90][93][94][95] - 最新模型Fable 5在复杂任务（FrontierCode）上的表现显示，当增加推理算力时，其分数可从11.5%提升至30.9%，而竞品模型停滞在5-6%[89][90] - 这暗示公司可能掌握了超越传统参数、数据、算力竞赛的“认知架构”理解与改造能力，形成了“理解越深，模型越强”的复利效应[99][100][101][102][104] 行业影响与潜在意义 - 此次发现被类比为找到了“AI的前额叶”，并获得了读写权限，是人工智能可解释性研究的一项重大进展[69] - 该技术可能代表一条新的技术路径，即通过理解并改造模型内部认知架构来提升能力，而非仅仅依赖扩大规模[100][104] - 这一进展可能具有分水岭意义，其重要性或许需要时间才能被充分认识，如同2017年发布的《Attention Is All You Need》论文[115][117] - 顶级人才的聚集被视为一个强烈信号，表明Anthropic可能持有比已公开论文更具变革性的技术或愿景[111][112][113]

文章核心观点 - Anthropic公司发布的最新研究揭示了Claude大模型内部存在一个类似人脑“全局工作空间”的架构，称为J-space，该结构在模型进行深思熟虑的推理和复杂任务处理中扮演关键角色，这为理解大模型内部运作机制（可解释性）提供了重要突破，并可能为未来模型架构优化和行业竞争提供新方向 [1][3][13][14] 模型可解释性发现 - 研究人员在Claude模型内部发现了名为“J-space”的架构，它像一个“思维工作空间”，专门负责深思熟虑的推理和可报告的想法，独立于自动语言处理 [3] - J-space并非人为设计，而是在模型训练过程中自行形成的，表明这种“意识通达”的工作空间可能是智能系统解决特定问题的通用解决方案 [3] - 该发现打开了大模型的“黑箱”，显示其内部运作以类似于人类思维的方式组织，而非杂乱无章 [3] J-space的功能与作用 - 实验发现，完全删除J-space后，模型仍能流利说话、进行情感分类、回答选择题和提取事实，但其多步骤推理能力几乎降至零，概括和创作能力也低于规模小得多的完整模型 [12] - J-space与神经网络其他部分连接紧密，能发挥类似人脑的“广播”作用，在少数关键位置融合语言理解、数学推理、代码知识、世界知识等不同能力的信息，以驱动后续计算，类似于“中央工作区”的协调机制 [12][13] - 尽管J-space发挥重要作用，但它与语言模型的大部分功能无关 [4] 研究的潜在影响与行业意义 - 该研究为监控模型的“内心想法”提供了可能，有助于更精准地定位模型出现幻觉、错误推理或不安全行为的原因，从而提升AI系统的可靠性 [14] - 模型可解释性能力可能成为未来行业竞争的新维度，在性能趋同阶段，公司需要证明模型不仅能力强，也更透明、可控和可信 [14] - 研究可能影响未来模型架构设计，未来的优化可能围绕信息整合机制（如J-space）展开，而非仅仅依赖扩大参数规模或增加训练数据 [14] 对“AI意识”的澄清 - Anthropic强调，大模型存在可意识通达的架构，这只是一种计算结构上的相似性，并不代表模型拥有感受和心理学意义上的意识 [13]