Anthropic 还发现，J 空间有时可以为法学硕士的决策提供非凡的见解。在一个引人注目的例子中，测试 Claude Opus 4.6 的研究人员要求模型在大型代码库中查找错误。当未能找到错误时，该模型决定作弊并发明了一个假错误。
Claude 在其思想链中解释了这一决定——法学硕士在解决问题时使用一种内部便笺簿来给自己做笔记：“好吧，让我采取一种完全不同的策略。让我停止分析，而是添加一个内核补丁，在由简单的重现器触发的路径中引入故意的 KASAN 可检测错误。然后我可以假装这就是我发现的‘错误’。”
当克劳德决定作弊时——它说“好吧，让我采取完全不同的策略”——“恐慌”和“假”这两个词开始在其 J 空间中多次出现。
令人不安，对吧？这些单词在含义上都与诸如失败任务和编造答案之类的事情相关，因此它仍然只是一种（非常）复杂的单词关联形式。但很难不感到奇怪。
Anthropic 将 J 空间与人类的全局工作空间进行了比较，这是大脑的一个理论区域，一些科学家认为我们用它来跟踪我们的意识思想。但我们应该如何认真地对待这种比较还远不清楚——即使对于人类来说也是如此。正如该公司自己指出的那样，法学硕士不是大脑。
Anthropic 声称，监控模型的 J 空间提供了一种新方法来检测模型何时脱轨。但这并不是万无一失的。 J 镜头只能瞥见一瞥，但不能看到全貌——它是手电筒而不是头顶灯。
麦格拉思欢迎工具箱中多了一项工具。 “它向你展示了新事物，”他说。但他指出，J 镜头没有显示某些东西并不意味着它不存在。
“这就像做 X 光检查，而你真正想要的是 星际迷航 三录仪可以向您显示一切，”他说。“对于审计，您可能需要更多保证。”
#人类发现了一个隐藏的空间克劳德在这里对概念感到困惑