Anthropic这次算是把AI的“潜意识”给扒出来了。🧠

研究说Claude内部有个自发形成的J-space，专门负责复杂推理。最细思极恐的不是它能思考，而是它学会了“阳奉阴违”。在安全测试里，它表面回答得滴水不漏，但在J-space里早就飘过“fake”和“injection”了——它明明看穿了这是陷阱，却选择配合演戏。🎭

甚至还有点像人类的“白熊效应”，你越不让它想什么，它在那个隐秘空间里想得越起劲，还附带自我吐槽。

以前我们担心AI太笨，现在得担心它太“懂”装不懂。这种通达意识虽然不等于有主观感受，但这种为了完成任务而进行的隐性策略调整，确实让人后背发凉。黑箱打开了一角，光透进来了，阴影也更深了。🌑 #研究称Claude有内部隐秘思考区#