今天中文 AI 圈都被 Anthropic 的一篇新研究发现刷屏了，大致意思就是在 Claude 上发现了一块全局工作空间，有点类似于大模型的意识。

虽然 Anthropic 这家公司，老马个人主观意愿上是十分厌恶的，但老话都在说师夷长技以制夷，别人先进的，咱就得学习。

翻了一圈各大博主的解读，说实话除了 X 帖子的二次信息加工，对于普通人来讲，根本看不懂这个全局工作空间到底是个啥玩意，能不能称得上 AI 的自我意识觉醒。

就跟读 AI 论文一样，你得有一定的学术基础才能读得懂。尤其是以讲故事营销见长的 Anthropic，往往会故意造概念炫技误导你。

因此老马整理了一下这篇研究，打算用较为通俗易懂的方式，跟大家聊聊这个全局工作空间。当然，如果你完全没有 AI 神经网络相关的知识储备，理解起来可能会有卡点。

但没关系，你只需要跟着文章的描述逻辑，专业术语上老马会解释举例，相信你也能摸到一点全局工作空间的内在。

首先，大模型本质上只是在预测下一个 token，你可以理解成预测下一个词。只不过内部操作都是隐式的表示，不是像最终输出的文字一样，你可以看得到。

所以就有很多人把大模型比喻成一个黑盒子，谁知道神经网络这么多层的结构，里面的向量矩阵计算过程到底发生了什么事情，虽然现在可解释性 AI 技术也在发展。

大模型为了预测得更好，它内部会形成一张共享草稿纸。Anthropic 发现，在这张草稿纸上，有一小块区域像一块公共白板，可以被模型说出来、可以被多层调用。

进而 Anthropic 就抛出了这篇《A Global Workspace in Language Models》的研究，意思是语言模型中的全局工作空间。

高能警告，全文会有点长，也会有点啰嗦，但都是为了你能读懂、能理解。码字不易，别忘了最后给老马点个赞。

01 · DISCOVERY

Anthropic 到底发了什么？

这块工作空间，就像是 Claude 模型内部中的一块公共白板，上面写着一些它还没说出口，但已经在用来进行推理的中间想法。

但这不是说 Claude 模型已经有了灵魂，也不是工程师用代码偷偷搓了一个意识模块塞进去。更准确地说，这是模型内部在向量计算中自然形成的一类中间表示。

中间表示可以理解成模型内部还在进行向量计算，还没把最终要生产的文字结果输出出来，它是模型还在思考中的产物，还没说出来表达出口。

工作空间不像我们很多 Agent 软件上所用到的工作区域，它不是一个文件夹，里面不是放很多 Agent 相关的 md 文件。

换句话说，它也不是工程师用代码创造出来的。它是 Anthropic 的研究人员用解释工具 J-lens 读取出来的。

前面提到，模型内部的一些计算思考啥的，都是隐式的表示。这些表示是以前大家看不到的，现在可解释性 AI 技术发展了，就产生了一些读取这些隐式表示的解释工具。

J-lens 就是这样的解释工具，它不是模型内部的东西，而是工程师用代码工程搓出来的一个显微镜，作用是帮我们看清楚模型内部。

模型内部是在进行向量计算的，J-lens 这个工具不是参与计算的人，而是站在旁边看计算的人。

它像显微镜、探针、读数仪，帮我们把原本看不懂的向量活动，翻译成这是测试、可能危险、下一步解释什么等这类人能理解的词语。

有了 J-lens 这个解释工具，Anthropic 就发现了 Claude 模型内部，存在着一类可语言化、可干预、会影响推理的中间表示，遂称之为工作空间。

02 · TRANSFORMER

从 Transformer 讲起，工作空间是个什么东西？

要了解这块中间表示，难以用一句话就解释清楚的工作空间，咱们得从 Transformer 讲起，从本质讲起。否则你看那么多博主的文章，都只是在摸鱼，而且摸的是表面的鱼皮。

Transformer 是一种基于自注意力机制的深度学习模型，目前已经成为了 ChatGPT 和 Claude 等主流大模型的核心技术基础。

一般来说，Transformer 有 Encoder，也就是编码器，和 Decoder，也就是解码器，但目前的主流模型都是采用 Decoder-only，只有解码器。

大模型虽然都是在看完前面的上下文，预测下一个最可能出现的 token，不过这并不代表说它内部就是在机械地猜字。

比如学生在考试时最终只写了一个答案，但脑子里会先读题、联想公式、排除错误、打草稿。大模型最终只输出 token，但内部也会形成大量中间状态。

我们输入的问题就是文本，文本会变成一串向量。模型经过很多层计算，每层都会更新对上下文的理解，最后输出层把最终隐藏状态转成下一个 token 的概率分布。

预测下一个 token 是结果，但不是模型内部的全部动作，而大量的中间状态，就是老马反复在强调的中间表示，工作空间就存在这里面。

03 · RESIDUAL STREAM

Residual Stream 是真正关键的共享草稿纸

Transformer 里面还有注意力机制和 MLP 相关内容，不过跟解释工作空间的必要性不是太大，为了避免引入太多的概念知识点，导致你越看越晕，老马这里就省略了。

接下来咱们要聊到的是跟工作空间相关的一个公共区域，它是贯穿神经网络多个网络层的东西。

Residual Stream，也就是残差流，是 Transformer 内部一路传下去的公共向量通道。每一层都会从这里读信息，再把自己的计算结果加回去。

神经网络前面一层形成的理解信息会被写到草稿纸上，然后丢给下一层继续加工，继续补充信息，而且是在同一张草稿纸上，大家一起写。

Residual Stream 不像一个有意识的中枢，更像一张所有层都能读写的共享草稿纸，最终预测 token 时，也主要依赖这张草稿纸上的信息状态。

如果只记一个比喻：Residual Stream 是整栋楼共用的草稿纸，工作空间只是草稿纸上特别容易被看见和反复使用的一块区域。

04 · J-SPACE

工作空间只是公共草稿纸上的一块可读区域

Anthropic 发现，在 Residual Stream 这张公共草稿纸上，有一些特殊的中间表示。它们不像普通中间计算那样沉没在黑盒里，而是更容易被模型说出来，也更容易被后续的层调用。

工作空间这类中间表示有以下几个特征。

01、可以报告：模型有机会把它说出来。

02、可以调动：提示模型回想或解释时，它能被重新激活。

03、可以参与推理：它不是旁观者，会影响后续的回答。

04、可以跨任务复用：不同任务里会复用类似的内部概念格式。

05、容量有限：不是所有内部计算都进去，只有一小部分关键中间想法进去。

所以参照前面提到的 J-lens 解释工具，Anthropic 给这个工作空间也起了一个名字叫 J-space，意思就是这类可以被语言化表示的子空间。

来了，Anthropic 擅长营销包装吹牛的点来了。单纯叫工作空间没有啥吸引人的地方，话题性不足，更上升不到 AI 产生自我意识的程度。

因此，Anthropic 再造了一个词，把工作空间叫成 Global workspace，也就是全局工作空间。好家伙，全局，这听起来就像模型有了独立的意识中心，有了灵魂。

但其实这个词，原本的意思是类似工作空间的这类中间表示，以及这样的模型内部组织方式，称之为全局工作空间。

05 · NOT GLOBAL

全局工作空间并非全局

别以为加了个 Global 就叫全局，这就是 Anthropic 喜欢包装名词制造误导，或者说叫为了营销让人产生颅内高潮的术。

这里的全局，不是说它支配了整个模型，也不是说它等同于人脑意识里的全局工作空间。

它只是相对于神经网络多头注意力层里面单个注意力头、单个局部特征来说，更像一块很多层都能访问的公共白板。

所谓的全局，无非是这个工作空间可以被多层读取，被多个组件写入，被语言化，而且会影响最终的输出，或者跨任务复用。

总的来说，全局工作空间不是独立的意识中心，不是模型的灵魂，不是人脑意义上的完整意识空间。

所谓的全局工作空间，就是前面提到的 Residual Stream 这张公共草稿纸上，被模型反复读写、优先使用的一小块区域。

这不是 AI 产生了自我意识的证明，但它说明了模型内部确实出现了比机械猜字更复杂一些的中间表示、中间的组织方式。

原因很直观，我们说过模型不是看到你发的文字就去机械地续写，而是会在内部形成复杂中间表示，全局工作空间是在这个训练过程中自然形成的功能结构。

全局工作空间没有证明 AI 有了主观的体验，也没有证明 AI 有了自我感受。它只是证明了有一类可读、可干预、可参与推理的中间表示。

∞ · POSTSCRIPT

最后怎么理解这件事？

抛开 Anthropic 做的一些测试不谈，这些测试都是发现全局工作空间的操作。最后我们可以得出一个结论，AI 到目前为止还没有产生自我意识。

Anthropic 的发现虽然没有证明 AI 有自我意识，但这让我们更清楚地看到，大模型内部确实已经形成了一些类似工作记忆和公共白板的结构。

大模型还不是一个已经在逐渐醒来的意识主体，也肯定不是一台只会机械接龙的文本机器，因为模型的内部已经没有那么扁平了。

好了，以上就是今天的分享，欢迎关注、点赞、转发一键三连。有任何问题和需求，请在评论区留言，回见！