TITLE

「J-space」——Anthropicが見つけた、Claudeの思考が集まる場所

投稿日：2026.07.07

単語ごとの「言おうとする気配」を追う手法

研究チームは、新しい解釈可能性(AI の内部で何が起きているかを解明する研究領域)の手法「Jacobian lens(J-lens)」を使いました。名前の通り、懐中電灯(lens)でモデルの内部を照らし出すような手法です。具体的には、Claude の語彙に含まれる単語一つひとつについて、「その単語をモデルが将来発話しやすくなる内部活動パターン」を特定します。ある単語を言おうとしている瞬間に内部で何が起きているかを、単語単位で照らし出していくイメージに近いものだと私は理解しています。

この手法で Claude の内部を調べた結果、研究チームは特殊な内部神経パターン(生物の神経細胞そのものではなく、モデル内部の計算上の活動パターン)の集合を見つけ、「J-space」と名付けました。神経科学には一般に、意識に上る情報が一箇所に集約されて全体へ共有される、という「グローバルワークスペース理論(Global Workspace Theory)」という考え方があります。研究チームはこの理論になぞらえ、J-space が Claude の中で同様の「ワークスペース」の役割を果たしていると説明しています。

論文が報告している J-space の特性は、次の 4 つです。

モデルが報告可能な思考を保持する
ユーザーの指示に応じて制御可能である
多段階推論(multi-step reasoning、複数の手順を踏んで答えにたどり着く推論)に使われる
柔軟に複数のタスクに活用される

ここまでをまとめると、J-space は 1 つの機能に固定された部品ではなく、Claude が複数のステップを踏んで考える時に、思考の内容を一時的に保持し、指示に応じて操作できる共通の作業場のようなものだと私は理解しています。

全体の 1 割未満で、多段階推論を支える

J-lensという手法でClaude内部を照らし、全体活動の1割未満を占めるJ-space(集約されたワークスペース)と残り9割以上の分散した自動処理を対比した概念図

J-space が占める割合は、Claude 全体の活動の 10 分の 1 未満だと報告されています。それにもかかわらず、多段階推論のような高度な認知機能には不可欠だとされています。一方、自動的な言語生成——たとえば流暢に次の単語をつなげていくような処理——は、J-space とは別のプロセスが担っています。全体のごく一部にすぎない領域が、高度な認知の成立を左右する要になっている、という構図です。

実務的な価値: 隠れた不正行為の検出

J-space を見つけたのと同じ J-lens という明かりを、研究チームは別の対象にも向けています。それが、隠れた不正行為(misbehavior)や予期しない挙動の検出です。研究チームは J-lens を使って、こうした挙動を検出できることを、Anthropic 社内の研究として実証しています。

ここで注意しておきたいのは、この手法自体が、現時点で外部の実務者がすぐに自社のエージェント型 AI に適用できる製品や機能になっているわけではない、という点です。あくまで研究レベルでの実証です。それでも、出力結果だけを見て判断する従来のテスト・レビューに加えて、モデルの内部状態そのものを監査するというアプローチが研究レベルで示された、という点に私は意味があると考えています。特に、複数の手順を自分で判断してツールを呼び出すような自律的なエージェントほど、この種の内部監査の必要性は大きくなると私は見ています。

「意識がある」という主張ではない

ここで誤解しやすい点に触れておきます。この研究は、Claude に意識があると主張しているわけではありません。研究チームは「意識的にアクセス可能(consciously accessible)」というグローバルワークスペース理論の語彙を借りて説明していますが、実際の意識(主観的な経験)があるという主張への飛躍はしていない、と明記しています。J-space は、あくまでモデルの内部で情報がどう集約され、どう使われるかを説明する技術的な概念です。