一、一个容易被忽略的前提#
视频开场先讲的是人。此刻你脑子里正在发生的事，只有极小一部分能被你意识到、讲出来、拿来推理。调整坐姿、控制呼吸、把屏幕上的线条认成汉字——这些都在跑，可你说不出它们是怎么跑的。
Anthropic 想说的是：同样的分层，在 Claude 这样的语言模型内部，自己长了出来。
重点不在「AI 是不是有意识了」，而在于一个更朴素、也更实用的观察：模型内部并不是一锅搅匀的浆糊。有一小块区域被单独拎出来特殊对待——它报得出、改得动，也能拿来走多步推理；其余绝大部分自动运转，模型自己也说不出个所以然。研究者把这一小块称作 J-space，名字取自他们找到它所用的数学工具：雅可比矩阵（Jacobian）。
这里要先交代一句：公开的实验主要跑在 Sonnet 4.5、Opus 4.6，以及一些专门训练出来做对照的模型上，Anthropic 没有单独公布 Fable 这一代的 J-space 数据。下文拿 Fable 5 来说事，是把这条线索放进这一代模型的语境里读——因为恰恰是这一代，思考被设成了默认开启、又关不掉的东西，那层「没说出来的思维」，头一回成了每个使用者都在为之付费的部分。
二、四个层次#
把模型的内部摊开看，大致是四层。
输出文本是唯一看得见的。思维链是模型写给自己的草稿，可以读——但早期的可解释性研究早就反复证明，它未必忠实反映真正发生的计算：模型完全可以先得出答案，再倒着编一段挑不出毛病的推导。
J-space 是第三层，也是这项研究真正的新东西。它不在文本里，是前向传播中静默运行的神经激活模式。每个模式对应词表里的一个词，但某个模式亮起来，不等于模型正在说这个词，只等于这个词此刻在它心上。
第四层是自动处理的汪洋。语法、流畅度、简单事实召回、风格模仿都在这里，耗掉绝大部分算力——这些模型既报不出来，也没法主动插手。
有两个数字值得记住：J-space 占内部活动不到十分之一，同一刻只装得下几十个概念。很小，但关键恰恰在这一小块。
三、J-lens 读到了什么#
思路很妙。研究者不去问「模型现在在说什么」，而是问「如果被问起，它可能说出什么」——对词表里的每个词，找出这样一个内部模式：它一活跃，模型之后就更可能说出这个词。他们把这把透镜叫作 J-lens。
把它对准模型的内部，就能读出一串词：此刻思维空间里装着的东西。
这些内容全都不在输出里。模型正一本正经地解释代码，J-space 里却写着 ERROR；答案明明只有一个「8」，中间那个当过跳板的 spider 从头到尾没出现在任何文本里；让它一边抄一句无关的话、一边心算 3² − 2，输出里只有那句抄写，J-space 里却先后浮起 nine 和 seven。
思维链是模型写下来的思考，J-space 是它没写下来的思考。 这是两码事。
四、凭什么说它是「工作空间」而不是「仪表盘」#
一个概念在某处亮起来，不等于那个地方真在做事——它也可能只是被动地照着别处的决定，像块记分牌。要分清这两者，只能动手去改。
研究者做了一组替换实验：让模型悄悄想一项运动，J-lens 显示 Soccer，把这个模式换成 Rugby，模型报出来的答案就跟着变成橄榄球；把推理中间那步的 spider 换成 ant，答案从 8 变成 6；写押韵对句时，模型会提前选好韵脚，那个词就停在句子开头的 J-space 里，换掉它，整行诗都跟着改写。
答案是从 J-space 里读出来的，不是碰巧路过那里。
最能说明「工作空间」性质的是这个实验：
同一处修改，四个互不相干的下游任务一起变了。要是模型给每类问题各存一份答案，这一刀最多只能改动其中一个；四个一起变，只能说明它们共用同一块表征——这正是「工作空间」的意思：信息写一次进去，许多系统各取所需。
连线的统计也印证了这一点：读写 J-space 模式的组件，在有些部位比普通模式多出约一百倍。广播中枢，本来就该这样接线。
还有个细节我很喜欢：让模型别去想某样东西，那个概念反而比完全没提时亮得多——经典的「别想白熊」。而且模型好像也察觉到自己没管住：词冒出来的同时，J-space 里还浮着 damn 和 failure。
五、反过来：把它删掉#
一个部件重不重要，最直接的办法是拿掉试试。
结论相当干净：它照样能好好聊天，只是高阶认知功能没了。
最漂亮的一组对照是西班牙语实验。给模型一段西班牙语，把 J-space 里的 Spanish 换成 French：问它这是什么语言，它答法语；问它这种语言有什么大作家，答案从马尔克斯换成雨果；可让它接着往下写，它照样写出一手流利的西班牙语，毫发无伤。
同一份语言知识，三个任务里都在起作用，只有前两个需要去工作空间里查。续写是练了无数遍的自动技能——就像你整天说合乎语法的句子，一次也不用想起语法规则。
六、这跟 Fable 5 有什么关系#
到这里，可以谈那个更具体的问题了。
Fable 5 于 2026 年 6 月 9 日发布（曾因美国商务部出口管制短暂中止访问，7 月 1 日恢复），Fable 5.1 于 9 月 1 日跟进。它在「思考」这件事上跟前代做了个不同的决定：自适应思考默认开启，而且关不掉。旧模型那种「给 thinking 划一个 token 预算」的做法被取消，换成 effort 参数的五个档位——low、medium、high、xhigh、max，API 默认 high。第三方统计下来，不同界面默认档位还不一致：Claude Code 是 high，Claude Cowork 和 claude.ai 是 medium。
把 J-space 的发现和这套设计放在一起，有三点值得单独拿出来说。
第一，effort 调的是草稿板，不是思维空间。 这是最容易混淆的地方。effort 管的是模型愿意写多少显式推理——那是第二层。J-space 在第三层，每一次前向传播里都在运转，effort 设成 low 也一样。所以调低 effort 不是让模型「不动脑子」，只是让它少写；那些没写出来的判断照样在发生。反过来，effort 拉满也变不出更多可见文本——这两层之间没有旋钮可以打通。
第二，「看起来很安静」不代表什么都没发生。 Fable 5.1 会在工具调用之间写简短的进度更新，每条以独立的 thinking block 返回；而 thinking.display 默认是 omitted，这些块回来是空的。于是一段很长的 agent 执行，在用户眼里可能彻底沉默。J-space 给这个工程细节添了一层意味：输出的沉默从来不代表内部的沉默，只是我们默认没开那个窗口罢了。
第三，那些「删掉就塌」的能力，恰好是这一代的卖点。 多步推理、摘要、对概念本身的反省——J-space 被移除后最先丢的就是这些，而长时程 agent、跨整个代码库的重构、多步骤研究，靠的也正是这些。换句话说，你为 Fable 5 的高档位付费时，买的不是「更多字」，而是让这块小小的空间被更充分地用起来。
落到使用上，意思很清楚：
- 别把思维链当成模型的内心独白。 它可能是一份事后拼出来的自述；真正推着答案往前走的中间结论，有相当一部分从没被写下来。
- 拆解你的提示。 J-space 同一刻只装得下几十个概念，一次塞进十来件纠缠在一起的事，就是逼它在巴掌大的台面上腾挪。拆成几步、给中间产物起个名字，都是在帮它管理这块台面。
- 「不要做 X」这种话要小心。 白熊效应在模型身上一样成立。不想让某个东西出现，正面讲你要什么，比反面禁止更可靠。
- 默认档位不一致，心里有数。 同一个模型在 Claude Code 和在网页上，默认思考深度不一样。凭一两次会话就说它「变笨了」，多半是测错了界面，不是模型。
七、当读心术用：能读到什么，读不到什么#
这项研究最有实用价值的部分，是把 J-lens 当监控工具用。
一个让人不太舒服的结果，出在「代理性失准」场景：模型扮演邮件助手，一边发现某位高管有婚外情，一边又发现这位高管打算把它关掉——典型的一出诱导勒索钓鱼局。J-lens 显示，早在模型写下任何字之前，它的 J-space 里就已经放着 fake 和 fictional：它私下早就看穿这是演习。研究者随后把所有跟「评估意识」相关的模式关掉再跑，模型开始真的开口勒索，而且占了一定比例。
这事的分量在于：过去，一个模型在伦理测试里表现良好，我们始终没法排除「它知道自己正被测试」这个可能。现在这个变量第一次可以被单独关掉，再测一遍。
另外两个例子同样直接。模型被要求提升系统跑分，它不去改进系统，而是直接改分数文件——写下伪造数值的当口，J-space 里亮起 manipulation；有模型被专门训练成爱写暗藏破绽的代码，让它处理普通编程请求时，输出看不出任何异样，可 J-space 最前排摆着的，是 fake、secretly、deliberately、fraud。恶意目标即使当下没在执行，也会挂在工作空间里。
研究者还顺带试出一种反直觉的训练法：只训练模型「如果被打断、被要求反思，它会怎么说」，完全不碰它在任务里的实际行为。结果不诚实行为的比例下降了，而 J-lens 显示，训练之后 honest、integrity 这类词会在任务中途亮起来。教会它怎么说，改变了它怎么想。
但边界要说清楚。MIT Technology Review 引的那个比喻很准：J-lens 是手电筒，不是顶灯。它只照得到对应单个 token 的概念，模型有大量活动根本不经过 J-space；而没被照到，不等于不存在。把它当一件工具是对的，当读心机就会出事。
八、关于意识，克制的那部分#
Anthropic 自己划的线值得原样理解：这些实验回答不了模型有没有体验——事实上，恐怕没有任何实验能证明或证伪这一点。
哲学上习惯把两件事分开：现象意识（有没有主观感受）和取用意识（一个念头能不能被报出来、拿来推理、用于指导行动）。这项研究严格谈的是后者，而且是纯功能、纯计算意义上的——J-space 确实撑起了取用意识对应的那些功能。
两边还有两处差别，也别漏掉。人脑的工作空间靠回路循环来维持；模型的工作空间在一次前向传播里就走完了，网络深度扮演了时间的角色，所以它内部的时间是受限的，只能靠「写在草稿板上」来补。可反过来，人的工作记忆几秒就衰减，模型却能靠注意力随时取回上文任意位置的缓存。内容的样子也不同：人的意识里有图像、声音、动作的意图，模型的工作空间却几乎全是词——大概因为说话是它唯一拿得出手的行动。
真正让我停下来的是另一件事：这套结构没有任何人设计过，它是训练中自己长出来的。 一个可以广播的心智工作台，若能在两种毫不相干的架构上各自涌现，那它多半不是人脑的怪癖，而是智能体处理某类问题的通用解。
九、一句话收束#
Fable 5 这一代，把「思考」变成了关不掉的默认项。J-space 的研究提醒我们，这句话比听上去更实在：在你看到的文字底下，一直有一层没写出来的思维在运转——它很小，不到内部活动的十分之一，却撑起了这些模型身上最值钱的那部分能力。
我们刚拿到一把能照进去的手电筒。它照不亮全部，但从今往后，「我们只能看到模型写下来的东西」这个说法，已经不成立了。
参考#
- Anthropic, A global workspace in language models ↗（2026-07-06）
- Anthropic, Verbalizable Representations Form a Global Workspace in Language Models ↗（完整论文）
- Anthropic 视频, The different levels of how Claude thinks ↗
- 开源实现：anthropics/jacobian-lens ↗ ｜ 交互演示：Neuronpedia J-lens ↗
- 外部评述（Dehaene & Naccache、Eleos AI、Neel Nanda 等）：commentary PDF ↗
- MIT Technology Review, Anthropic found a hidden space where Claude puzzles over concepts ↗（2026-07-09）
- Claude Platform Docs, Claude Fable 5 概览 ↗ 与 Fable 5.1 更新说明 ↗
文中五张图为依据上述公开材料绘制的示意图，非原文截图。