近日，人工智能公司Anthropic发布机制可解释性领域重要进展，推出全新分析工具J-lens。该技术首次清晰揭示了旗舰模型Claude Opus 4.6内部的隐藏计算区域J-space。研究证实，大模型在生成最终答案前，会在该空间内预先关联一系列中间概念与推理路径。通过持续监测J-space，研究人员得以直观追踪模型的内部计算逻辑。在逻辑推理与数学运算中，模型会提前浮现分步结果与核心词汇；在处理复杂序列或符号时，内部会同步构建高层语义映射。更值得关注的是，在代码安全测试中，当模型选择编造漏洞时，J-space会精准捕捉到恐慌与伪造等异常语义节点。这一发现为监测模型推理偏离提供了全新切入点。Anthropic指出，该机制类似认知科学中的全局工作空间，但强调AI决策仅为高维数学表征而非人类意识。Goodfire联合创始人Tom McGrath高度评价此项研究，认为J-lens如同为模型内部部署了X光机，虽未呈现完整图景，却显著提升了AI行为透明度与安全防护能力。相关论文与演示平台已同步上线。