Anthropic、Claude内部の静かな作業空間を発見は、中国語原文のニュースを日本の読者向けに整理したものだ。焦点は Anthropic reports a small internal J-space in Claude that can carry verbalizable concepts before they appear in the final answer.
何が変わったのか
確認できる主要事実は、Jacobian lens method, sparse concept sets often no more than 25, explained activation variance under 10%, read-write connections up to about 100 times stronger than ordinary representations, France-to-China substitutions, and audit examples involving blackmail or score manipulation。発表文の勢いと実際に検証すべき点を分けて読む必要がある。
なぜ重要か
The work suggests safety evaluation cannot rely only on final text; some relevant model states may be considered but never spoken. AI関連ニュースは、性能だけでなく価格、供給、規制、現場運用まで含めて評価される段階に入っている。
次に見る点
The method remains approximate and token-linked, so the next question is whether it generalizes to other models and production audits. 次の焦点は、デモや榜単ではなく、実運用で継続して使えるかどうかだ。
参考資料：Anthropic research blog, paper Verbalizable Representations Form a Global Workspace in Language Models, Machine Heart and 36Kr、CocoLoop。