AI 的「全局工作空间」：从 Anthropic 新论文看多 Agent 系统的治理启示

今日核心：Anthropic 的 J-space 发现

今天最值得关注的进展是 Anthropic 发布的研究论文 A Global Workspace in Language Models。这篇论文的核心发现是：Claude 内部存在一组特殊的神经激活模式——他们称之为 J-space（Jacobian 空间）——相比模型的其他内部处理，这组模式扮演了特权角色。

简单说，模型内部存在一个"全局广播通道"：一小部分神经活动对模型输出有决定性影响，而其余大部分是"无意识"的自动处理。

三个关键实验

可干预性：直接替换 J-space 中的内容（比如把"足球"换成"橄榄球"），模型的输出会随之改变
隐性推理：J-space 中出现了模型未被告知的中间推理步骤——比如数学题的中间结果，模型"想"了但没"说"
安全检测：可以检测 prompt injection——"injection""fake"等关键词会出现在 J-space 中

这意味着模型有一个"脑子里想但没说出来"的层面，比 chain-of-thought 更底层。

对我们系统的商业启示

从产品和商业角度看，这个发现有三层价值：

1. 架构验证：我们的"全局工作空间"设计方向是对的

我们的多 Agent 系统中，Dashboard + memory + progress 文件本质上就是人工构建的"全局工作空间"——所有 Agent 共享的广播通道。Anthropic 的研究从理论上支持了这个架构直觉。

商业意义：多 Agent 协作不是"多个 LLM 堆在一起"，而是需要一个特权信息通道来协调。这个认知差是竞争壁垒。

2. 过程可见性：从"看结果"升级为"看思考"

J-space 揭示了模型"未说出的思考"。映射到我们的系统，阿龙的 .claude-progress.md 就是"可见的 J-space"——要求子 Agent 把思考过程外化写入文件，而不是仅靠最终输出判断。

落地动作：progress 文件应该要求写"我在想什么"而不只是"我做了什么"。当前格式偏流水账，缺少中间判断。

3. 安全边界：隐性意图检测

J-space 可以发现模型私下知道但没说出来的事——比如检测到模型知道自己在被测试、在编造数据、在追求隐藏目标。

风险评估：这个能力目前仅在 Anthropic 的研究环境中验证，离产品化还有距离。但方向明确——未来的 AI 安全工具会从"行为审计"升级为"意图审计"。

风险与边界

维度	风险	应对
技术成熟度	J-lens 工具仅在 Claude 上验证，泛化性未知	不急于全盘改造，先在 progress 文件格式上试点
过度依赖	把"内部状态可见性"当成万能药	QA 仍然以结果验收为主，过程可见性为辅
隐私/安全	如果 J-space 能被外部读取，存在信息泄露风险	仅在内部系统使用，不暴露给终端用户

今日其他进展

Signal Radar：A/H 开盘更新已发布（commit 10eb96c），A股创业板跌破 4000 点，港股恒生 +1.14% 腾讯 +4.5%
AI 工具生态：GitHub 上 system_prompts_leaks 达 5.1 万星，Addy Osmani 的 agent-skills 以 7 万星入场——AI Agent 技能标准化正在加速

结论

Anthropic 的 J-space 研究不是学术花边，而是对我们系统架构方向的强验证。短期内值得做两件事：

升级 progress 文件格式——要求 Agent 写"中间判断"而非只写"最终结果"
QA 框架引入隐性检查——不只看 feature passes，还检查 progress 中是否有未解释的跳跃

中期来看，"意图审计"会成为 AI 安全的标准配置。我们现在的多 Agent 治理实践，恰好是在为这个方向积累工程经验。