وجدت Anthropic تشابهاً لفضاء العمل العام في Claude — J-space

Исследователи Anthropic опубликовали 6 июля 2026 года результаты нового исследования, в котором заявили об обнаружении в языковой модели Claude структуры, похожей на «глобальное рабочее пространство» — J-space. Находка описана в блоге компании и уже вызвала обсуждение в сообществе, изучающем внутреннее устройство больших языковых моделей.

Что такое J-space

J-space — это, по описанию исследователей, своего рода внутренняя рабочая область модели Claude, через которую проходит информация при формировании ответа. Структурно она напоминает Теорию глобального рабочего пространства (Global Workspace Theory) — одну из известных концепций в науке о сознании, которая описывает, как разрозненные процессы в мозге собираются в единый поток обработки информации.

• Публикация исследования Anthropic — 6 июля 2026 года
• Название находки — J-space
• Заявленная аналогия — глобальное рабочее пространство (Global Workspace Theory)
• Ключевая особенность — рабочее пространство состоит из слов, а не абстрактных сигналов

Почему классическая теория не объясняет находку

Теория глобального рабочего пространства хорошо описывает саму структуру: есть центральный узел, куда стекается информация из разных источников, и оттуда она распространяется дальше. Но эта теория, разработанная для описания человеческого мозга, ничего не говорит о том, почему рабочее пространство языковой модели устроено именно из слов, а не из каких-то более абстрактных внутренних представлений.

Именно этот пробел, по мнению автора разбора на Habr, годом ранее закрыл советский психолог Лев Выготский — ещё в первой половине XX века он описывал, как речь и мышление человека переплетаются, и как внутренняя речь становится инструментом организации мышления. Работы Выготского о роли слова в мышлении, по этой логике, объясняют находку Anthropic лучше, чем более поздние нейронаучные теории сознания, включая модель Бернарда Баарса, на которой построена Global Workspace Theory.

Что это значит

Открытие J-space — ещё один шаг к пониманию того, как устроено «мышление» больших языковых моделей изнутри, а не только по их внешним ответам. Если рабочее пространство модели действительно организовано вокруг слов, это может объяснять и сильные, и слабые стороны текущих LLM, а также подсказывать направления для интерпретируемости и контроля будущих систем.