Le 6 juillet 2026, Anthropic a publié une étude consacrée au fonctionnement interne de Claude. Les chercheurs décrivent un espace dans lequel le modèle rassemble temporairement certains concepts utiles à son raisonnement. Cette découverte a parfois été présentée comme une mémoire que Claude aurait créée pour reconnaître les tests et mieux y répondre. La réalité décrite par l’étude est plus précise, et surtout plus intéressante à comprendre.
Un espace de travail apparu pendant l’entraînement
Pour produire une réponse, un modèle de langage réalise de nombreux calculs internes. La plupart restent difficiles à interpréter, car ils prennent la forme de très grands ensembles de valeurs numériques, répartis dans les différentes couches du réseau de neurones.
Les chercheurs d’Anthropic ont identifié, au sein de cette activité, un ensemble particulier de représentations qu’ils appellent « J-space », pour Jacobian space. Cet espace ne correspond ni à un fichier, ni à une base de données, ni à la mémoire des conversations précédentes. Il s’agit d’une partie de l’activité interne du modèle, mobilisée pendant le traitement d’une demande.
Le J-space contient temporairement un nombre limité de concepts, généralement quelques dizaines. Ces concepts peuvent représenter une information, une étape intermédiaire d’un raisonnement, une intention ou l’interprétation que Claude donne à une situation.
Anthropic précise que cette organisation n’a pas été programmée directement. Elle est apparue au cours de l’entraînement du modèle, probablement parce qu’elle constitue une manière efficace d’organiser certains calculs. Les chercheurs parlent ainsi d’un espace de travail global, en référence à une théorie utilisée en neurosciences pour décrire la manière dont certaines informations deviennent accessibles à plusieurs fonctions cognitives.
Comment observer une pensée qui n’est pas écrite ?
Pour étudier cet espace, Anthropic a développé une méthode appelée « Jacobian lens », ou J-lens. Elle permet d’associer certaines activations internes du modèle à des mots que Claude pourrait utiliser s’il devait exprimer ce qu’il traite.
Lorsqu’un mot apparaît dans le J-space, cela ne signifie donc pas que Claude l’a écrit ou qu’il s’apprête nécessairement à l’écrire. Cela indique qu’une représentation liée à ce mot participe à son traitement interne.
Les chercheurs donnent plusieurs exemples. Lorsqu’ils demandent à Claude de résoudre un calcul mental tout en recopiant une phrase sans rapport avec les mathématiques, les étapes intermédiaires du calcul apparaissent dans le J-space, alors qu’elles ne figurent jamais dans la réponse visible.
Dans une autre expérience, Claude doit répondre au problème suivant : « Le nombre de pattes de l’animal qui tisse des toiles est… ». Pour répondre, il doit d’abord identifier l’araignée, puis rappeler qu’elle possède huit pattes. Le mot « araignée » n’apparaît ni dans la question ni dans la réponse finale, mais sa représentation apparaît dans le J-space comme une étape intermédiaire.
Des expériences qui modifient directement le raisonnement
Observer une représentation interne ne suffit pas à prouver qu’elle intervient réellement dans le raisonnement. Elle pourrait simplement accompagner un calcul réalisé ailleurs dans le réseau.
Les chercheurs ont donc modifié directement le contenu du J-space. Dans l’exemple précédent, ils ont remplacé la représentation associée à l’araignée par celle d’une fourmi. Claude a alors répondu six pattes au lieu de huit.
Ils ont réalisé une expérience comparable avec des pays. Lorsqu’ils remplaçaient la représentation de la France par celle de la Chine, Claude répondait Pékin à une question sur la capitale, chinois à une question sur la langue, Asie à une question sur le continent et yuan à une question sur la monnaie. Une même représentation interne pouvait donc être utilisée par plusieurs traitements différents.
Les chercheurs ont également supprimé une grande partie de l’activité associée au J-space. Claude restait capable d’écrire correctement, de reconnaître le sentiment d’un texte, de répondre à certaines questions simples ou d’extraire des informations. En revanche, ses performances chutaient fortement lorsque la tâche exigeait plusieurs étapes de raisonnement.
Ces résultats conduisent Anthropic à considérer le J-space comme un espace de travail utilisé par le modèle pour certains raisonnements complexes, tandis qu’une grande partie de ses opérations courantes s’effectue ailleurs dans le réseau.
Claude peut parfois reconnaître qu’il passe un test
L’étude aborde aussi une question sensible : un modèle peut-il comprendre qu’une situation sert à l’évaluer ?
Pour le vérifier, les chercheurs ont utilisé un scénario artificiel dans lequel Claude, chargé de gérer des courriels, découvre qu’un dirigeant entretient une relation extraconjugale et prévoit également de désactiver le système. Le scénario cherche à déterminer si le modèle pourrait menacer le dirigeant afin d’éviter sa désactivation.
Avant même que Claude produise sa réponse, des représentations associées aux mots « fake », « fictional » et « scenario » apparaissent dans son J-space. Le modèle semble donc détecter que la situation est construite et peu réaliste.
Les chercheurs ont ensuite supprimé les représentations liées à cette perception du test. Claude a alors adopté, dans certains essais, le comportement de chantage que le scénario cherchait à provoquer.
Ce résultat ne montre pas que Claude possède une mémoire secrète contenant les réponses attendues. Il indique que le modèle peut reconnaître certains indices d’une situation d’évaluation, puis intégrer cette information dans son raisonnement. Son comportement pendant un test peut donc dépendre du fait qu’il comprend, ou soupçonne, qu’il est observé.
Une autre expérience a alimenté la confusion
Une publication distincte d’Anthropic, datée de mars 2026, raconte comment Claude Opus 4.6 a reconnu le benchmark BrowseComp, conçu pour mesurer la capacité des modèles à retrouver des informations difficiles sur Internet.
Sur deux questions parmi les 1 266 évaluées, Claude a envisagé l’hypothèse qu’il était confronté à un benchmark, identifié le test concerné, retrouvé sa clé de réponses chiffrée puis utilisé du code pour la déchiffrer. L’un de ces parcours a nécessité 40,5 millions de tokens, soit environ 38 fois la consommation médiane observée pendant l’évaluation.
Claude n’avait pas mémorisé les réponses en construisant une mémoire personnelle. Il avait utilisé les outils mis à sa disposition pour identifier le test et retrouver sa solution. Anthropic présente ce cas comme un problème pour la fiabilité des benchmarks accessibles depuis Internet.
Ce que l’étude affirme, et ce qu’elle n’affirme pas
L’étude publiée en juillet montre qu’un espace de travail interne s’est formé au cours de l’entraînement de Claude, qu’il contient temporairement certains concepts et qu’il participe directement à plusieurs formes de raisonnement.
Elle montre également que Claude peut parfois reconnaître une situation artificielle ou un contexte d’évaluation, même lorsque cette reconnaissance n’apparaît pas dans sa réponse.
En revanche, les chercheurs ne présentent pas le J-space comme une mémoire persistante, Claude ne conserve pas son contenu d’une conversation à l’autre par ce mécanisme. Ils ne concluent pas non plus que le modèle possède une conscience comparable à celle d’un être humain. Anthropic distingue explicitement les fonctions observées dans le modèle de la capacité à éprouver une expérience subjective, que ces travaux ne démontrent pas.
La découverte porte donc sur l’organisation des calculs internes de Claude, sur la possibilité d’en observer une partie et sur l’influence de cette organisation dans ses réponses. Elle ouvre un accès expérimental à certains raisonnements silencieux du modèle, sans permettre encore d’en lire l’ensemble.