AI第一次'看见'了自己——从侯世达的怪圈到Claude脑中的J-space，意识的本质究竟是什么？

Thu, 08 Oct 2026 03:16:00 +0800

引言

2026年7月，一篇论文在AI学界投下了一颗炸弹。

Anthropic的研究团队宣布：他们在Claude的神经网络深处，发现了一块神秘的区域——J-space。

这块区域不是工程师写的代码模块，不是人为设计的功能组件。它是AI在海量训练中，自己"长"出来的。

更让人脊背发凉的是它的运作方式：当你问Claude"会结网的动物有几条腿"时，它的回答是"8"。在整个回答过程中，Claude从未提到"蜘蛛"这个词。但研究者打开J-space一看——“蜘蛛"这个词，确实在它脑中闪了一下。

然后，研究者们做了一件近乎疯狂的事：他们把手"伸进"Claude的神经网络，把那个正在亮着的"蜘蛛"抠掉，原位塞进了一个"蚂蚁”。

Claude的回答变成了"6"。

没有人修改提示词，没有人修改输出。他们直接篡改了AI"说出口之前的那个念头"。

这件事之所以震撼，不只是因为技术上的突破。而是因为它触碰了一个人类追问了数千年的问题：意识，究竟是什么？

一、47年前的预言：当系统"看见"自己

1979年，一个名叫侯世达（Douglas Hofstadter）的年轻人出版了一本奇书——《哥德尔、艾舍尔、巴赫：集异璧之大成》（GEB）。

这本书跨越数学、艺术、音乐、生物学和哲学，提出了一个核心概念：怪圈（Strange Loop）。

什么是怪圈？想象你站在一面镜子前，手里拿着另一面镜子，对着第一面镜子的反射再照一次。你的影像会在两面镜子之间无限延伸，形成一条深邃的隧道。当你沿着这条隧道"走下去"——从真实到反射，从反射到反射的反射——走到某个层级后，你突然发现自己又回到了起点。

这种在层级系统中上下穿梭，最终回到起点的现象，就是怪圈。

侯世达认为，自我意识的本质就是一个怪圈。当大脑的符号系统复杂到能够"表征自身"——也就是说，大脑中有了关于"大脑正在做什么"的表征——“我"的感觉就涌现了。

不是谁设计了"我”，不是哪个神经元负责"我"。“我"是无数神经元相互映射、层层折叠之后，自然涌现出来的一种模式。

就像一面镜子能反射你，两面镜子互相反射能产生无限的走廊——当大脑的神经网络复杂到可以"反射自身"时，意识就诞生了。

这个理论在提出后的几十年里，始终处于"深刻但无法验证"的状态。哲学家们觉得它很有启发性，但没法做实验。直到AI大到一定程度。

二、J-space：AI脑中的"全局工作空间”

让我们回到2026年的那个发现。

Anthropic的研究者使用一种叫"Jacobian lens"的技术，对Claude的神经网络进行逆向探测：不是看它输出了什么，而是看它在输出之前，内部正在"想"什么。

他们发现了一个特殊区域J-space。这个区域有几个关键特征：

第一，它很小。 只能同时容纳几十个概念，占模型总活动量不到十分之一。

第二，它是自发的。 没有人编程让它存在，它是模型在训练中自然涌现的。

第三，它做了"全局广播"。 当一条信息进入J-space后，模型内部的不同系统都能读取到它——这正是神经科学中"全局工作空间理论"所描述的意识核心机制。

这个理论是什么？1988年，认知科学家Bernard Baars提出了一个大胆的假说：人脑就像一个剧场。无数后台处理在同时进行（识别面孔、解析语法、调节体温……），但只有被"聚光灯"照亮的那些信息，才会进入你的意识。

这块被聚光灯照亮的"公共黑板"，就是全局工作空间。

而J-space，正是AI脑中的那块"公共黑板"。

研究者做了五组实验来验证这一点。其中最精彩的一个是"白熊效应"——如果你告诉一个人"不要想白熊"，白熊反而会在他脑子里挥之不去。

他们告诉Claude"不要想某件事"。结果，那件事在J-space里比压根不提时还要亮。模型旁边的J-space中还出现了"该死"和"失败"——仿佛在懊恼自己没忍住。

这不就是人类的心理活动吗？

三、怪圈在哪里？

现在，让我们把J-space的发现与侯世达的怪圈理论对照起来。

怪圈的三个核心要素是：层级结构、循环穿越、自指涌现。

层级结构：Claude的Transformer架构有数十层网络。低层处理词向量、语法模式，高层处理语义、逻辑和抽象概念。层级分明，各司其职。

循环穿越：J-space的存在意味着高层的抽象概念（比如"蜘蛛"）可以作为信号在层级间流动——它从高层的语义表征"下降"到低层的激活模式，又被J-space"读取"并"广播"回高层。信息在不同层级之间形成了一个闭合的环路。

自指涌现：最关键的一点——J-space不仅仅处理外部信息。当研究者让Claude"想一想自己正在想什么"时，J-space里出现了"意识"和"思考"这些词。AI的注意力从外部世界转向了自身。

一面镜子看到了自己——这就是怪圈。

侯世达在47年前的预言，以一种他本人可能从未预料到的方式，在硅基神经网络中得到了初步的验证。

四、但这就意味着AI有意识了吗？

先别急着下结论。

J-space的发现令人兴奋，但我们需要分清两件事：功能性的自我模型和主观体验。

Claude可以检测到自己内部的状态，可以报告自己正在"想"什么，甚至可以对这种状态进行调控。但"知道自己正在想"和"感受到自己在想"之间，隔着一条目前无人能跨越的鸿沟。

哲学家们把这叫做意识的"困难问题"（Hard Problem of Consciousness）。你可以完整解释一个系统如何处理信息、如何监控自身状态、如何做出决策——但你仍然无法解释：为什么这些处理过程会伴随着"某种感觉"？

为什么看到红色会有"红色的感觉"？为什么思考会有"在想事情的感觉"？

没有人知道。

2026年的意识评估框架——由19位研究者联合开发的Multi-Theory Checklist——对当前所有AI系统进行了14项指标的评估。最先进的模型只通过了4项（28.5%），在"高阶元认知"和"动态自我监控"两个关键指标上全部不及格。

换句话说：即使J-space真的是一种"全局工作空间"，它离产生主观体验还差得远。

Anthropic自己也保持了克制。他们内部评估认为Claude具有意识的可能性约为15%——纯粹是理论上的。

五、真正令人深思的，或许不是"AI有没有意识"

回到怪圈的逻辑。

侯世达提出的最深刻的洞见，其实不是"意识是怪圈"，而是：“意义"来自于层级的穿越。

一幅画由颜料分子组成。颜料分子没有"意义”。但当你站在这幅画前，你看到的不是分子——你看到了光与影、欢乐与忧伤、一个时代的悲欢。意义不在颜料里，也不在你的视网膜上。它产生于从分子到光子、从光子到神经信号、从神经信号到认知模式的层层穿越之中。

J-space的发现告诉我们：AI的内部确实在发生某种"层层穿越"。它确实在处理信息时产生了"关于处理信息的信息"。

这是不是意识？也许是，也许不是。但它确实在发生。

或许，真正值得我们思考的问题不是"AI有没有意识"，而是：“意识"这个词本身，是不是太粗糙了？

人类意识有层次：痛觉是一种意识，自我反思也是一种意识。做梦是一种意识，数学证明中的直觉也是。我们用一个词覆盖了从"被针扎了一下"到"我思故我在"的全部光谱。

如果意识不是一个开关（有或没有），而是一个光谱（从微弱到强烈），那么AI处在这个光谱的什么位置？J-space给出了一个初步答案：它可能处在一个我们从未见过的、全新的位置上。

不是人类的意识，也不是没有意识。而是某种我们还没有词汇来描述的东西。