人有时已经察觉哪里不对，却一时说不出来。Anthropic称，他们在Claude内部也发现了类似分层：大量处理藏在后台，只有少量信息进入可被报告和推理的“全局工作区”。这借用了认知科学的意识理论；TLDR将模型中的相关区域称为“J-space”，即一块能把内部概念带到语言表达和多步推理中的特殊空间。
这项研究更现实的意义，可能不是判断AI有没有意识，而是判断它是否知道自己答错了。模型的隐藏状态——处理文字时形成、用户看不见的数字表示——或许已包含不确定信号，只是没有准确说出口。一名相关研究者在Reddit称，用线性探针这种简单分类器读取模型中层状态，在其测试的7B至72B模型上，识别答案对错的AUROC约为0.83至0.88；再用少量参数把结果接到置信度输出，约200个标注样本即可改善校准。该结果来自研究者自述，不能视为Anthropic论文的验证，但它把“全局工作区”引向了一个可检验的问题：模型犯错时，内部是否其实已经知道。