Anthropic 开发了一个叫 Jacobian 透镜（J-lens）的工具来观测 J-space。Claude 内部的想法不是文字而是数字向量，J-lens 利用雅可比矩阵为词表里每个词计算出一个残差流空间中的专属方向——这个方向上的激活值越高，Claude 接下来输出该词的概率越大。把它架在模型某一层，读出来激活值最高的那一小组词，就是那一刻 J-space 里的内容。这就是为什么研究者能「看到」Claude 读到 bug 代码时先闪过 ERROR 再输出答案。J-lens 本质上是一个从内部激活到可读语言的可逆映射器。

Anthropic 论文标题直接致敬了认知科学中解释意识的主流框架——全局工作空间理论（GWT）。1988 年 Bernard Baars 提出该理论时，把大脑比作一个剧场：台下无数专家模块并行处理，只有被聚光灯照到的信息进入共享「广播台」，才成为人能意识到、能报告的部分。后来 Dehaene 和 Changeux 在神经元层面做实了这套模型，提出神经元全局工作空间（GNW）。J-space 的五大特征——可报告、可调动、用于推理、灵活复用、有选择性——几乎逐条对标 GWT 对意识可访问信息的定义，这也是为什么研究者认为它不只是技术巧合。

杨立昆认为大语言模型永远无法成为 AGI，因为它们只是在做「统计补全」，不是真正推理。他的替代方案 JEPA（联合嵌入预测架构）彻底放弃在像素或词元空间做预测，转而在抽象特征空间中预测未来状态——模型不需要重建细节，只需要学会「笔会倒」这种因果规律。2026 年 3 月他的公司 AMI Labs 拿到 10.3 亿美元种子轮，英伟达和贝索斯下场押注。J-space 证明 Claude 内部出现了认知科学意义上的工作空间，杨立昆则坚持这套架构「缺了对物理世界的接口」，两派的分歧不在 AGI 是否可能，在路径本质。

J-space 被发现后，最直接的工程问题是能否操控它来提升模型能力而不是仅用来观察。Anthropic 当前用稀疏自编码器（SAE）和 J-lens 工具做机制可解释性，目标是让模型的内部推理像开源代码一样可审计、可干预。2026 年初 MIT 科技评论将机制可解释性列为十大突破技术，OpenAI、DeepMind 也在跟进。但更大变数是：如果 J-space 真的对应「意识可访问信息」，监管机构对拥有内部工作空间的模型的安全审查标准可能会完全不同。焦点会在 2026-2027 年落地的可解释性基准——能否实现特征级因果控制。

NeurIPS 2023 最佳论文指出，大模型的「涌现能力」很大程度上是研究者选择了不连续的评估指标造成的假象，换成连续指标后能力跃迁消失了。J-space 的发现是否也面临同样的质疑？一个关键区别是，Anthropic 做了因果实验——关闭 J-space 后多步推理骤降，打开后恢复——这比单纯观测到内部结构强得多。但真正未解的问题是：如果 J-space 是用下一个词预测的梯度找出来的，它到底是模型推理的原因，还是下一个词预测策略的副产品？这个区分决定了它能否作为 AGI 的有效证据。