Anthropic 发现 LLM 中的全局工作空间（J-space），Runway 在巴黎开设 physical AI 中心，Claude Code 解析智能体循环

7 月 6 日这一天信息密集，介于基础可解释性与物理基础设施之间：Anthropic 发布了一项关于 J-space 的研究，这是一种在 LLM 中发现的全局工作空间，让人联想到神经科学中的意识理论；Runway 宣布将在巴黎开设法国首个办公室，并投入 3000 万美元用于 physical AI 研究；而 Claude Code 团队终于整理出构成自主工作流的四种智能体循环。开源方面，LeRobot v0.6.0 以及 Google DeepMind × Apptronik 的合作进一步勾勒出 2026 年机器人 AI 的结构轮廓。

Anthropic 研究 — LLM 中的 J-space，全局工作空间

7 月 6 日 — Anthropic 在 transformer-circuits.pub 发布了一项新的可解释性研究：LLM 具备一种与认知神经科学所描述的 全局工作空间（global workspace）相似的机制——一个活跃、可被意识访问、可用于推理的信息区域。这个被命名为 J-space 的机制，并非人为显式设计，而是在语言模型中自然涌现出来的。

研究表明，就像人类大脑只让极少部分神经活动进入意识一样，LLM 也会把活跃推理集中到这个受限空间中。这一发现有三项现实意义：

读取 Claude 在某一时刻正在积极推理的内容
审计推理过程中的中间状态
引导模型在执行期间的思考过程

Anthropic 的 X 帖子提到，Neuronpedia 上提供了一个面向开源权重模型的交互式演示，可直接探索 J-space。该研究属于 Anthropic 的机制可解释性（mechanistic interpretability）计划，目标是理解模型内部表征，以便在能力不断增强时仍能保证其可靠性。

New Anthropic research: A global workspace in language models. Of everything happening in your brain right now, only a tiny fraction is consciously accessible—thoughts you can describe, hold in mind, and reason with. We found a strikingly similar dynamic inside language models. The J-space lets us read, audit, and shape what Claude is actively thinking about—useful tools for keeping models trustworthy as they grow more capable. And it suggests surprising parallels between language models and our own minds.

🇨🇳 Anthropic 新研究：语言模型中的一个全局工作空间。在你此刻大脑中发生的一切中，只有极小一部分能够被有意识地访问——那些你能描述、记在心里并进行推理的想法。我们在语言模型中发现了一个出人意料地相似的动态。J-space 使我们能够读取、审计并引导 Claude 正在主动思考的内容——这些工具有助于在模型能力增强时维持可靠性。它还暗示了语言模型与我们自身思维之间令人惊讶的相似之处。 — @AnthropicAI 在 X 上

🔗 完整论文 — transformer-circuits.pub

Runway 在巴黎开设法国首个办公室

7 月 6 日 — Runway 宣布将在巴黎开设其法国首个办公室，专注于 world models（世界模型）和 physical AI（物理 AI）研究。该中心是 Runway 欧洲扩张战略的一部分，距离其在伦敦开设首个办公室仅过去六周。

元素	详情
地点	法国巴黎
初始团队规模	10 人
投资	3000 万美元
重点	World models, physical AI
招聘	巴黎 + 欧洲

“France has one of the deepest concentrations of AI research talent in the world. We’re excited to plant a flag in Paris as we continue to grow our global research presence.”

🇨🇳 “法国拥有全球最深厚的 AI 研究人才集中地之一。随着我们继续扩大在研究领域的全球影响力，我们非常高兴能在巴黎插上我们的旗帜。” — Anastasis Germanidis，Runway 联席 CEO

这位联席 CEO 指出，来自法国主要研究机构的人才密度以及政府支持是决定性因素。Runway 正在巴黎及整个欧洲积极招聘。3000 万美元的投资使巴黎成为一个基础研究中心，并与更偏向商业化的伦敦中心形成互补。

🔗 Runway 官方公告

Claude Code — 关于四种智能体循环的指南

7 月 6 日 — Claude Code 团队通过 @ClaudeDevs 发布了一篇已经获得 316,000 次浏览的深度指南，讲解智能体循环的设计。指南从一个精确定义出发：循环是一个智能体不断重复工作周期，直到达到停止条件为止。

循环类型	触发方式	停止条件	Claude Code 原语	典型使用场景
逐轮 (turn-based)	用户提示	Claude 判断任务已完成	Agentic loop	短任务和探索性任务
目标导向 (goal-based)	提示 + 显式标准	达到标准或达到最大轮数	`/goal`	具有可验证输出标准的任务
基于时间 (time-based)	时间间隔	取消或工作结束	`/loop`, `/schedule`	重复性工作或外部系统
主动式 (proactive)	无需人工的事件或 schedule	每个子任务结束	Dynamic workflows + auto 模式	结构明确的重复性工作流

指南中给出的具体示例包括：/goal get the homepage Lighthouse score to 90 or above, stop after 5 tries（goal-based）、/loop 5m check my PR, address review comments, and fix failing CI（time-based）。指南还讨论了长循环中的代码质量管理（用于自我检查的 SKILL.md、用于复审的第二个 agent）以及 token 使用的调度方式（选择合适的模型、明确的停止条件）。

🔗 @ClaudeDevs 线程 — 开始使用循环

阿尔伯塔政府 — 20 小时内审计 4.66 亿行代码

7 月 6 日 — Anthropic 发布了加拿大阿尔伯塔省政府的一个详细案例：自 2025 年以来，该省使用 Claude Code 结合 Opus 和 Sonnet 模型来审计其政府 IT 系统的安全性。结果令人震惊。

指标	数值
扫描代码行数	4.66 亿
扫描时长	20 小时
并行 agent 数量	~50（Opus + Sonnet）
覆盖的应用	1,280
覆盖的仓库	3,400
涉及的部门	27
每次扫描的安全检查数	~95

该架构依赖于使用 Claude Agent SDK 构建的两类 agent：一个“红队” (red team) agent，像攻击者一样探测应用；以及一个“蓝队” (blue team) agent，按照国际安全标准评估防御并撰写修复计划。一个已有 25 年历史的 Java 补助金门户网站被在 4 到 5 天内重建完成（而最初耗时 5 个月）。阿尔伯塔省还发布了技术白皮书，供其他政府复现这一方法。

🔗 案例研究 — anthropic.com

Sakana AI 发布 Sakana Translate — 实时 JA/EN/ZH 翻译

7 月 6 日 — 专注于生物启发式神经网络的东京实验室 Sakana AI 发布了 Sakana Translate，并将其集成到 Sakana Chat 服务中。该工具支持日语 ↔ 英语 ↔ 中文的双向翻译，并提供三种不同模式：

模式	工作方式
Translate	实时长文翻译
Proofread	通过修订追踪来优化语气和措辞
Ask	澄清细微的词语选择

此次发布标志着 Sakana AI 正式进入面向大众的翻译工具领域，并刻意聚焦于东亚三大语言。该服务可在 translate.sakana.ai 访问。

🔗 Sakana AI 推文

HuggingFace LeRobot v0.6.0 — world models、reward models、9 类基准测试

7 月 5-6 日 — HuggingFace 以 “Imagine, Evaluate, Improve”为标题发布 LeRobot v0.6.0，这是一个将机器人学习划分为三个互补方向的版本。

带世界模型的策略：

策略	描述
VLA-JEPA	紧凑型 VLA（Qwen3-VL-2B），在潜空间中预测未来
LingBot-VA	自回归视频-动作模型，同时预测未来视频和动作
FastWAM	评估推理阶段的想象是否真的提升性能

新增集成的 VLA： GR00T N1.7（NVIDIA）、MolmoAct2（Allen AI，推理约 12 GB）、EO-1、Multitask DiT、EVO1（7.7 亿参数）。

奖励模型： Robometer（在任意 LeRobot 数据集上零样本）和 TOPReward（使用 Qwen3-VL 作为裁判）。

基准测试现已覆盖 9 个家族：LIBERO、Meta-World、NVIDIA IsaacLab-Arena，以及 6 个新家族。基础设施也得到增强：新增用于按 DAgger 策略部署的 CLI lerobot-rollout、用于训练比可用 GPU 内存更大的模型的 FSDP 支持，以及用于一行命令进行云端训练的 HF Jobs。

🔗 LeRobot v0.6.0 — HuggingFace 博客

Google DeepMind × Apptronik — 扩建 Robot Park，Apollo 2 数据用于 Gemini Robotics

7 月 6 日 — Google DeepMind 宣布扩大与 Apptronik 的研究合作。随着 Apptronik 的 Robot Park 扩建，类人机器人平台 Apollo 2 在真实环境中采集的数据将直接用于 Gemini Robotics 的训练。

元素	详情
合作方	Apptronik（扩建后的 Robot Park）
平台	Apollo 2（类人机器人）
用途	真实数据 → Gemini Robotics 训练

这一公告体现了 Google DeepMind 的策略：依托真实部署在实际环境中的类人机器人，而不是只依赖模拟环境，将机器人 AI 锚定在真实场景数据上。

🔗 @GoogleDeepMind 推文

简讯

Kimi K2.7 Code vs Claude Fable 5 — 落地页成本降低 94% — Together AI 发布了一项对比：生成 12 个落地页时，Kimi K2.7 Code 的单页成本约为 4 美分，而 Fable 5 约为 1.09 美元（平均便宜 16 倍），同时不同页面的 GPT-5.5 分数差距仅为 4 到 12 分。配备可视化参考的 MCP 服务器后，Kimi 的优势进一步放大。🔗 Together AI 博客

这意味着什么

可解释性正在从实验室走向监督工具。 Anthropic 对 J-space 的发现并不是一个孤立的学术结果：这是第一次，LLM 的内部机制可以在不修改模型的情况下被实时读取、审计和引导。如果基于这项研究的监督工具真正投入使用，它们将从根本上改变我们验证一个自主 agent 正在计划什么的方式——这既关乎安全团队，也关乎那些需要排查智能体工作流的开发者。

physical AI 正通过巴黎进入欧洲。 Runway 在巴黎开设办公室，加上 HuggingFace 的 LeRobot v0.6.0 以及 Google DeepMind × Apptronik 的合作，共同描绘出一个围绕 physical AI 的一致生态：在执行动作前先“想象”动作的模型（world model policies）、用于训练的真实类人机器人数据，以及用于普及访问的云基础设施。Runway 选择巴黎，是因为这里基础研究密度极高——这也是该领域未来地理分布的一个信号。

智能体 AI 正进入政府生产环境。 阿尔伯塔案例不是试点：50 个并行 agent 在 20 小时内扫描了 4.66 亿行代码，覆盖 1,280 个应用和 27 个部门，并为其他政府发布了白皮书。再结合 Claude Code 关于循环的指南，其中记录了用于完全自主工作流的原语 /goal、/loop、/schedule，这表明智能体 AI 现在已经足够可靠，可以部署到关键系统中——前提是采用受监督的多智能体架构。

成本与质量的平衡正在移动。 Together AI 发布的 Kimi K2.7 Code 与 Fable 5 对比，具体展示了一个结构性张力：对于高频任务（页面生成、重复性工作流），优化良好的开源权重模型可将成本降低 16 倍，而质量差距测得不足 10%。这并不意味着闭源模型失去价值，而是意味着它们的优势正越来越集中于那些真正需要边际质量的任务。