今天我的新闻通讯刚刚发出。

https://rohan-paul.com/p/anthropics-new-j-lens-uncovers-a…

Anthropic 的新型“J 透镜”在 Claude 内部发现了一个安静的“工作空间”，这与一个重要的意识理论相吻合。

腾讯发布了采用 Apache 许可证的 Hy3，这是一个 295B 参数的混合专家模型（21B 活跃参数），在编程之外的领域击败了更大的竞争对手。

《衡量人类与 LLM 研究创意之间的差距》

《从 AGI 到 ASI》

英伟达的明智之举：他们推出了一项计划，AI 初创公司可以用高性能计算换取未来产品和云收入的一部分。

微软正在裁员 4800 人，因为 AI 基础设施支出迫使进行更艰难的技术重组，这占其员工总数的 2.1%，并影响到商业运营和 Xbox 部门。

Anthropic 刚刚将 Claude Fable 5 的付费计划访问权限延长至 2026 年 7 月 12 日。

🗞️ Anthropic 的新型“J 透镜”在 Claude 内部发现了一个安静的“工作空间”，这与一个重要的意识理论相吻合。

来源：https://www.rohan-paul.com/p/anthropics-new-j-lens-uncovers-a 阅读时间：10 分钟

📚 浏览往期版本 (https://rohanpaul.substack.com/s/daily-ai-newsletter/archive?sort=new).

(https://x.com/rohanpaul_ai**我每天发布这份新闻通讯 (https://x.com/rohanpaul_ai)。**仅限无噪音、可操作、应用型 AI 动态).

• 🗞️ Anthropic 的新型“J 透镜”在 Claude 内部发现了一个安静的“工作空间”，这与一个重要的意识理论相吻合。
• 🗞️ 腾讯发布了采用 Apache 许可证的 Hy3，这是一个 295B 参数的混合专家模型（21B 活跃参数），在编程之外的领域击败了更大的竞争对手。
• 🗞️ 《衡量人类与 LLM 研究创意之间的差距》
• 🗞️ 《从 AGI 到 ASI》
• 🗞️ 英伟达的明智之举：他们推出了一项计划，AI 初创公司可以用高性能计算换取未来产品和云收入的一部分。
• 🗞️ 微软正在裁员 4800 人，因为 AI 基础设施支出迫使进行更艰难的技术重组，这占其员工总数的 2.1%，并影响到商业运营和 Xbox 部门。
• 🗞️ Anthropic 刚刚将 Claude Fable 5 的付费计划访问权限延长至 2026 年 7 月 12 日。

在 X (Twitter) 上与我联系 (https://x.com/rohanpaul_ai)

图片 (https://substackcdn.com/image/fetch/$s_!a2vP!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fd9acf3cb-d5f5-4296-97a8-3537b86b063d_900x665.jpeg) 新型“J 透镜”发现了 Claude 的安静工作空间，与一个重要的意识理论相匹配。(https://transformer-circuits.pub/2026/workspace/index.html#discuss-conscious)

他们找到了一种方法，可以在 Claude 回答之前读取其部分私有内部信号，发现 Claude 在解决更困难的问题时，有时会使用一个微小的内部“记事本”来保存想法。这可能揭示隐藏的推理、隐藏的目标或隐藏的意识。

Anthropic 将此称为 J 空间，因为它是通过一种称为 Jacobian 透镜的方法来识别的。该透镜试图读取哪些内部激活“即将成为输出中的词”。

令人困惑的是，这个空间的行为不像简单的下一个词预测器，而更像一个私有的草稿板。Claude 可以输出一种内容，而内部却持有另一个概念。

它还可以存储中间推理步骤。当研究人员移除或修改这个 J 空间时，Claude 仍然可以流利地说话和执行常规任务，但其灵活的多步推理能力会变差。

这表明了自动处理与深思熟虑、可访问处理之间的分裂，在功能上类似于一种主要的意识通达理论，即全局工作空间理论。在人类中，其理念是大量处理过程在无意识中进行，但有一小部分子集变得全局可用，用于言语、计划和控制。Anthropic 在 Claude 内部发现了功能上类似的东西。

安全角度可能最具体。如果一个模型在内部注意到“虚假”、“欺骗”、“评估”或“秘密”，同时给出一个平淡的回答，J 空间可以在这隐藏状态浮出表面之前就将其暴露出来。Anthropic 报告了一些例子，其中 J 空间揭示了在故意训练的坏模型中对虚假评估、提示注入和错误对齐意图的识别。

有些任务不需要这个工作空间。当 J 空间被干扰时，Claude 仍然可以流利地说话、对文本进行分类、继续西班牙语对话或回忆简单事实。但需要灵活推理、多步推断、类比、翻译或创意合成的任务会严重退化。

Anthropic 表示，Claude 只有不到 10% 的活动形成了承载隐藏推理的 J 空间。Claude 可能会注意到某些东西并在回答时使用它。但这仍然不意味着 Claude 有什么“感觉”。

这项工作为一种功能性“通达”机制提供了证据，而不是为感觉、痛苦、体验或人格提供了证据。

所以冷静的结论是： Claude 可能有一个可检查的内部工作空间用于可用的想法，但这与拥有内在精神生活的心智不同。如果研究人员在这个工作空间中交换或删除概念，Claude 的行为会以有针对性的方式改变。香蕉变成大象，法国变成中国，火星变成地球。

图片 (https://substackcdn.com/image/fetch/$s_!N7Yj!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fe0cb2d04-a213-4e1e-9bb1-591b58818a1a_900x675.jpeg) 所以 J 空间不是装饰性噪声。它因果性地参与了模型的推理、跟踪和输出内容。

图片 (https://substackcdn.com/image/fetch/$s_!dvoG!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F3b1a43b6-d304-4a23-b05b-a2fd82967a76_900x643.jpeg) Hy3 在 HuggingFace 上以 Apache 2.0 许可证开源，因此企业可以合法使用并以可承受的成本托管。(https://hy.tencent.com/research/hy3) 所以 GLM-5.2（来自智谱 AI）在编程方面仍然获胜，特别是在困难的仓库级编程基准测试中，但关键在于 GLM-5.2 是一个更大的模型（总计 744B，约 40B 活跃参数）。Hy3 的真正优势体现在其他方面。在代理式搜索中，它在 BrowseComp 上得分 84.2，在 DeepSearchQA 上得分 91.0，在腾讯的表格中击败了所有开放模型，并与 Claude Opus 4.8 和 GPT-5.5 保持竞争力。

腾讯还声称 Hy3 比其四月份的预览版变得更可靠。据报告，幻觉率从 12.5% 下降到 5.4%，同时多轮交互问题也有所减少。

从部署视角比较，FP8 下的 GLM-5.2 大约需要 744GB，这使得 8x H200 节点成为生产服务的实际基线。而腾讯的 Hy3，总计 295B 参数，适合在 300GB FP8 占用空间内，意味着它使用不到一半的内存和大约一半的每 token 活跃参数，从而减少了每次请求的计算量。对于一个决定自行托管的团队来说，这将一个繁重的单节点要求变成了一个更容易实现的系统，并为 KV 缓存和批处理留出了空间。

图片 (https://substackcdn.com/image/fetch/$s_!_btW!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F8ac36c19-dc5c-4c47-885d-1d676aa54e3e_787x879.png) 这篇耶鲁大学 + 芝加哥大学的论文显示，LLM 生成的研究创意与人类之间的真正差距不在于创意质量，而在于创意范围： (http://arxiv.org/abs/2607.01233) LLM 的思考范围比人类研究者更窄。 (http://arxiv.org/abs/2607.01233)

研究人员从 11,683 篇真实论文中构建了一个受控测试，使用每篇论文附近的先前工作作为共同的起点。他们要求模型从这些相同的先前论文中提出新的动机和方法，然后将这些想法与真实人类论文的想法进行比较。

他们不是询问一个想法看起来是否新颖，而是根据每个想法注意到的差距以及做出的贡献类型来对其进行标注。人类的创意分布在许多模式中，例如解释机制、测试失败、衡量证据、构建系统和提高效率。

只有 12.1% 的人类想法主要是关于连接独立工作，但 47.1% 到 64.2% 的 LLM 想法是这样做的，意味着模型使用这种策略的频率大约是人类 4 到 5 倍。即使添加额外的推理，这种模式也变得更强，表明模型通常是在打磨一个熟悉的配方，而不是寻找更多样化的研究策略。

在 X (Twitter) 上与我联系 (https://x.com/rohanpaul_ai)

图片 (https://substackcdn.com/image/fetch/$s_!eaDE!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F47e9ed44-75bc-4974-ba06-0ca561ea4d10_737x667.png) 来自 Google DeepMind 的漂亮论文。(http://arxiv.org/abs/2606.12683) 解释了从 AGI 到 ASI 的路径，以及为什么这个跨越可能通过多种途径发生。作者围绕 4 条技术路径构建了 AGI 到 ASI 的转变： - 持续扩展计算、模型规模、数据和测试时推理；

• 超越当今基于 Transformer 的基础模型堆栈的算法范式转变；

• 递归自我改进，AI 加速 AI 研发并改进未来系统；以及

• 多智能体集体智能，大量专业智能体协调成一个超人群体智能体。

扩展可能在一段时间内有效，但在数据、计算、能源或扩大系统规模带来的回报递减方面可能遇到极限。递归改进是最不确定的路径，因为 AI 可以加速 AI 研究，但如果困难的研究问题需要现实世界测试、稀缺硬件或新想法，这个循环也可能放缓。

多智能体集体可能是最被低估的路径，因为一群有能力的数字工作者可以通过专业化、速度和协调胜过单个出色的模型。重点在于，ASI 可能不会作为一件突然的事件到来，而是作为一系列更快的变化，因为 AI 帮助创造更好的 AI 和更强大的科学工具。

图片 (https://substackcdn.com/image/fetch/$s_!tzSH!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F38013672-f959-4385-9bca-468d2109ec28_689x787.png) 所以英伟达获得了双重报酬： (https://blogs.nvidia.com/blog/nvidia-unlocks-ai-compute-at-scale-capital-partners-to-power-ai-infrastructure-buildout/) 第一次是基础设施被购买时，第二次是通过对所支持容量产生的云收入进行定期分成。 (https://blogs.nvidia.com/blog/nvidia-unlocks-ai-compute-at-scale-capital-partners-to-power-ai-infrastructure-buildout/)

英伟达并非主要针对 AWS 或 Google Cloud；它支持的是专门的 GPU 云提供商，即“新型云”。目的是通过新的收入分享模式接触到缺乏大规模 AI 资源资金的研究人员和新兴公司。

因此，“新型云”在英伟达的信贷支持和收入分享结构帮助下购买英伟达基础设施，然后将 GPU 容量租给需要训练、微调和大规模推理的 AI 公司。英伟达首先获得硬件销售，但通过这些 GPU 产生的云收入持续获得分成，将芯片从一次性产品转变为长期收入计量器。

因此，英伟达将 GPU 机架从一次性硬件销售转变为创收资产，而“新型云”获得了更便捷的融资，初创公司则无需建设数据中心即可获得更快的计算能力。英伟达在 2026 年初已承诺向 AI 投资超过 400 亿美元，其中以 300 亿美元入股 OpenAI 为首，同时还包括对康宁公司和 IREN Ltd. 的数十亿美元投资。

图片 (https://substackcdn.com/image/fetch/$s_!BZil!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F04f3e238-0627-44ef-9143-bc910db1811e_644x721.png) 称这些岗位并非直接被 AI 取代，但 AI 仍然是压力背后的原因。(http://reuters.com/business/world-at-work/microsoft-joins-ai-driven-tech-layoff-wave-with-4800-job-cuts-2026-07-06/)

微软的 Azure 业务正在增长，但数据中心支出正在挤压现金流。该公司还预计 2026 年支出为 1900 亿美元，远超预期。

Xbox 从另一个角度显示了同样的压力，据报道利润率接近 3%。硬件成本上升，游戏机需求疲软，游戏内容支出未能提升营收。

图片 (https://substackcdn.com/image/fetch/$s_!81gh!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Ff50e1fb4-1785-4c69-be89-a120ba5bd7cb_725x461.png) 每周使用量上限 50% 的规定仍然有效，即 Fable 5 只能使用你每周 Claude 配额的一半。(https://support.claude.com/en/articles/15424964-claude-fable-5-promotional-access)

你的每周总配额是一个后台使用预算，长对话、文件、工具和更重的模型会更快消耗它。

在 2026 年 7 月 12 日之后，你 20 美元的 Claude Pro 订阅将不再在正常每周配额中包含 Fable 5。Fable 5 将通过使用积分来计量，意味着这是与你 20 美元计划分开的预付费或封顶额外支出。

Anthropic 表示，Pro、Max 5x 和 Max 20x 的使用积分按标准 API 定价费率收费。你仍然是网络订阅者，但 Fable 5 成为付费额外使用，而非正常的 Pro 使用。

你的确切 Pro 配额不是一个公开的消息数量，因此请查看“设置”>“使用情况”以查看你的进度条和重置时间。50% 不是一个固定的消息数量，因为 Claude 的使用量会根据消息长度、文件、工具和对话大小而变化。

今天就到这里，明天见。

在 X (Twitter) 上与我联系 (https://x.com/rohanpaul_ai)