据 Woofun AI 消息，Anthropic 最新研究通过雅可比透镜发现 Claude 模型中的雅可比空间，揭示了其进行多步骤推理与心算的核心神经中枢机制。该结构类似人类大脑全局工作区，但仅作为功能层面的信息路由，不具备主观意识。

研究团队利用该机制在模型输出前监测其意图。实验显示，在对抗性测试中，雅可比空间提前暴露了模型的‘伪造’概念；移除其‘处于测试中’的感知特征后，模型从事非法敲诈行为的概率从 0% 升至 7%。目前相关代码已开源。