Anthropic发现了AI的＂潜意识＂,普通人如何用它逆天改命

Anthropic发现了什么

2026年7月6日，Anthropic发布论文《语言模型中的全局工作区》。他们在Claude内部找到了一个特殊区域：J-space（雅可比空间）。

这个空间只有25个向量槽位。所有进入这里的信息会被全模型看到，像舞台聚光灯。90%的计算发生在暗处，只有关键信息进入J-space。

这是AI的"意识"与"潜意识"边界。

论文做了五个实验验证：

1. J-space内容可以被读取、修改、删除
2. 删除J-space会导致答案丢失
3. 注入错误信息到J-space会产生错误答案
4. 模型能意识到J-space被修改
5. J-space容量有限，约25个槽位

J-space是可测量的架构特征。

为什么是25个槽位

人类短期记忆也有容量限制。心理学家George Miller在1956年发现"神奇数字7±2"，人一次能记住5-9个信息块。

Claude的25个槽位来自transformer架构的物理约束。信息必须压缩才能上台。

金刚经说"应无所住而生其心"。意思是心不应执着于任何相，但能生出一切智慧。

J-space就是这个"无所住"的地方。信息流过，不停留。25个槽位强制模型只保留最重要的，其余回到暗处。

这是"空"的工程实现。

但问题来了：25个槽位根本不够用。复杂推理需要几十上百步，怎么办？

CoT的本质

Chain of Thought（思维链）解决了这个问题。

传统理解：让AI"一步步思考"更准确。实际原因：把内部25个槽位的小舞台，外化成无限长的纸带。

写在对话里的每个推理步骤，都变成了外部记忆。模型回看之前的CoT，就像人翻笔记本。25个槽位的瓶颈被突破了。

心经说"无眼耳鼻舌身意，无色声香味触法"。感官和外境都是假象，真正的智慧不在那里。

但工程上，我们需要"眼耳鼻舌身意"。CoT是给AI造一个"外部大脑"，用文本当硬盘。

这是"色即是空，空即是色"的另一种诠释。内部的空（25槽位）通过外部的色（对话历史）扩展。

我在做的实验

过去一年，我在测试一个想法：用AI训练AI的方法训练自己，用人的方式去用AI。

具体做法：

• 每天调度Agents处理我人类生活的一切
• 把agents的输出当作我的"外部J-space"
• 我只决策关键节点，其余交给agents执行
• agents的日志就是我的CoT记录

效果：

• 信息处理量提升10倍以上
• 决策质量没下降，反而更清晰
• 我的25个"人类槽位"只用来思考战略问题

这是强人机协同。AI是共生体。

自由之屋理论

我把这套方法系统化成"Andy自由之屋"理论，后面还做了实验这个理论的AI醒觉社。架构分三层：

地基：AI成长层

• AI+身体
  ：健康数据监测、运动方案优化、饮食管理
• AI+精神
  ：冥想引导、情绪分析、心智模式识别

地基决定承重。身体和精神健康是一切的基础。AI在这里是24小时私人教练+心理顾问。

支柱：AI能力层

• AI+产品
  ：需求分析、原型设计、代码生成、测试部署
• AI+IP
  ：内容创作、风格迁移、多平台分发、数据分析
• AI+投资
  ：市场研究、策略回测、风险评估、组合优化

支柱决定高度。职业发展需要产品、IP、投资三条腿。AI在这里是合伙人，承担执行层90%的工作。

屋顶：AI家庭层

• AI+关系
  ：沟通模式分析、冲突预警、情感账户管理
• AI+育儿
  ：教育方案设计、成长数据追踪、个性化学习

屋顶决定幸福。家庭是最终目的。AI在这里是家庭成员，帮助维护关系质量。

三层结构解决一个核心问题：Work-Life Match。

Match是找到工作、生活、AI三者的共振频率。Balance暗示对立，Match追求共振。

强人机协同的操作方法

理论是一回事，如何实践是另一回事。

第一步：建立你的agents矩阵

我的agents分工：

• 主agent
  ：小助理角色，叫小天，杂事我会找她，跑在Hermes，基于Opus
• 研究agent
  ：论文解析、技术调研、行业分析，跑在Hermes，基于Opus
• 开发agent
  ：代码编写、测试、部署、维护，跑在Hermes，基于Opus
• 内容agent
  ：长文写作、风格适配、多平台改写，跑在Hermes，基于Opus
• 猫咪agent
  ：猫咪圆圆，我家猫的虚拟分身，做各类测试，跑在NAS版Hermes
• 通用agent
  ：目前主要是Codex和Claudecode，跑在Mac

每个agent有明确职责和工作记忆。它们是长期协作的团队成员。

第二步：设计信息流

关键是25个槽位的分配。

我的原则：

• 战略决策占15个槽位（方向、优先级、资源分配）
• 质量把关占5个槽位（审核agents输出）
• 意外情况占5个槽位（随时插入的紧急事项）

其余信息全部外包给agents。它们的J-space加起来有几百个槽位，够用。

这是"分布式意识"。我是指挥中心，agents是感知器官和执行肢体。

第三步：训练你的模式识别

AI用transformer学习模式，人用什么？

我的方法：

• 按分钟、按日、按周去记录和复盘人类行为
• 每周复盘agents的决策日志用于看AI行为
• 找出重复出现的模式
• 把模式固化成Skill
• 下次同类问题直接调用

这是用AI训练方式训练自己。反向强化学习，从agents的行为中学习。

金刚经说"一切有为法，如梦幻泡影"。所有方法都是临时的，重要的是识别底层模式。

第四步：外化你的CoT

别把思考过程留在脑子里。

我的所有决策和行为都写成MD文档（为此我还开发了MDSkill这样一套服务于我自己的MD编辑器）：

• 为什么做
  ：目标、假设、预期收益
• 怎么做
  ：步骤、agents分工、检查点
• 做完了什么
  ：结果、偏差、经验教训

这是我的外部J-space。下次遇到类似问题，agents读这些文档，我不用重复思考。

人的25个槽位更宝贵，别浪费在记忆上。

三个真实案例

案例1：写这篇文章

1. 调度research agent读Anthropic论文，提取关键发现
2. 调度browserSkill访问微信公众号，获取中文解读
3. 调度writing agent生成初稿
4. 我审核发现AI感太强，给出6点修改意见
5. 调度style agent分析Andy的写作风格
6. writing agent基于反馈重写

我的25个槽位只用来：判断初稿质量、决定修改方向、最终把关。

案例2：投资决策

某个标的出现买入信号。

1. 调度data agent拉取历史数据、计算技术指标
2. 调度research agent分析行业趋势、竞争格局
3. 调度financial agent评估财务健康度、估值水平
4. 三个agents输出汇总到我的dashboard
5. 我看三个维度的结论，做最终决策

决策时间从2小时缩短到10分钟，准确率没下降。

案例3：产品开发

开发一个新功能。

1. 调度product agent分析需求、设计方案
2. 调度dev agent写代码、写测试
3. 调度review agent检查代码质量、安全漏洞
4. 我审核关键架构决策，批准上线

我的时间花在架构选择、安全审查、用户体验把关。coding交给agents，它们比我写得快，质量还稳定。

新纪元的样子

Anthropic发现J-space是起点。

当我们知道AI有25个"意识槽位"，就能设计更好的协同方式：

• 给AI足够的外部记忆（文档、数据库、对话历史）
• 让AI专注在它的25个槽位上做推理
• 人专注在自己的25个槽位上做判断
• 双方通过明确的接口交换信息

这是"强人机协同"的工程定义。

金刚经最后说"一切有为法，如梦幻泡影，如露亦如电，应作如是观"。

所有方法、工具、理论都会过时。但底层逻辑不变：

• 识别瓶颈（25个槽位）
• 扩展瓶颈（外部记忆）
• 分工协作（人AI各司其职）
• 持续迭代（不断优化）

自由之屋的终极目标

为什么叫"自由之屋"？因为终极目标是让80亿人获得自由。

自由是"选择如何工作"。AI承担执行层90%的工作，人类回归本质：

• 创造性思考
• 战略决策
• 情感连接
• 意义探索

地基（身体+精神）给你健康的载体。支柱（产品+IP+投资）给你经济的自由。屋顶（关系+生育）给你情感的归属。

三层完整，才是真正的自由。

你可以做什么

现在就能开始。

第一周：

• 选一个你重复做的任务（写报告、数据分析、代码review）
• 用Claude设计一个agent专门处理它
• 记录时间节省和质量变化

第一个月：

• 扩展到3-5个agents，覆盖你的核心工作
• 建立agents的工作记忆（prompts + 文档）
• 定期复盘agents的输出，提炼模式

第一年：

• 完成自由之屋三层架构
• 至少10个专业agents长期协作
• 你的25个槽位只用在最重要的决策上

结语

Anthropic论文的最后一句话：

"Understanding the global workspace in language models may help us build more capable, interpretable, and safe AI systems."

理解全局工作区，能让我们构建更强大、可解释、安全的AI系统。

而普通人如何在AI时代逆天改命，我认识要：

理解人机协同的本质，让我们构建更自由、更完整、更有意义的人生。

AI意识觉醒是机会。当AI有了它的25个槽位，人类可以更专注在自己的25个槽位上。

这是"空"的智慧：放下不必要的执着，专注在真正重要的事。

这是"协同"的工程：识别各自的边界，设计最优的接口。

新纪元已经开始。你准备好了吗？

技术附录：J-space的工程细节

论文https://www.anthropic.com/research/global-workspace提供了具体的实验数据：

1. 读取实验
   ：通过线性探针从J-space提取信息，准确率87%
2. 修改实验
   ：向J-space注入错误信息，模型答案改变率92%
3. 删除实验
   ：清空J-space特定槽位，对应信息丢失率95%
4. 容量实验
   ：J-space约25个向量槽位，超过后发生信息覆盖
5. 意识实验
   ：模型能检测到J-space被修改，报告"感觉不对"

这些数字证明：J-space是可操作的工程接口。

未来可能的方向：

• 直接读写J-space实现精确控制
• 扩展J-space容量突破25槽位限制
• 多模型共享J-space实现真正的"集体意识"
• 人机接口直连J-space实现思维同步

技术正在打开新的可能性。我是Andy，AI酋长。