Глобальная рабочая среда: почему мы не знаем, о чём думаем

Сложность: средняя. Нужно базовое понимание того, как работают языковые модели и чуть-чуть когнитивной психологии, но без математики.

Представь вопрос, который задают в компании друзей или дома: "О чём ты сейчас думаешь?" Часто в ответ слышишь нечто странное. Человек смотрит фильм, а говорит про то, что надо купить хлеб. Или молчит, потому что "да так, ни о чём". Или выдаёт историю, которая вообще не связана с тем, что происходит вокруг. Это раздражает, смешит, но редко кто задумывается: а почему ответ именно такой?

Оказывается, этот бытовой феномен - одно из лучших интуитивных доказательств серьёзной нейронаучной теории. И недавно та же самая структура была обнаружена внутри языковых моделей. Мост между человеческим мышлением и искусственным интеллектом сейчас строится вокруг понятия, которое называется глобальная рабочая среда.

Что такое глобальная рабочая среда

Теория глобальной рабочей среды (Global Workspace Theory) появилась в нейронауке. Её суть в следующем: мозг - это набор параллельных специализированных систем. Зрение, память, моторика, эмоции работают одновременно и в основном независимо. Но в каждый момент времени лишь крошечная доля этой активности становится "доступной" - то есть попадает в особое пространство, откуда она может быть озвучена, осмыслена и использована для deliberate reasoning.

Это и есть сознание доступа (access consciousness). Всё остальное остаётся под водой, как айсберг. Мы не осознаём, как наш затылочная кора парсит контуры лица собеседника, как мозжечок держит равновесие, как память подгружает контекст беседы. Мы осознаём только то, что протолкнулось в рабочую среду.

Ключевое слово здесь - "протолкнулось". Рабочая среда маленькая и конкурентная. Разные системы борются за право попасть в неё. Победивший сигнал транслируется обратно всем остальным модулям. Этот цикл выбор-трансляция и делает мысль осознанной.

Почему ответ на вопрос про мысли бывает странным

Когда тебя спрашивают "о чём думаешь", ты опрашиваешь свою рабочую среду. Но там лежит не вся твоя обработка, а лишь то, что оказалось на вершине в эту секунду. И вот тут начинается интересное.

Первый механизм - смещение внимания. Ты читаешь статью, но фоновый модуль вдруг вспомнил, что собака скулит, или что завтра дедлайн. Он пробился в рабочую среду и вытеснил контекст статьи. Ты отвечаешь про собаку. Собеседник в шоке: "мы же про LLM говорили". А твой workspace уже переключился.

Второй механизм - отчётность против реальности. Люди часто не знают, почему приняли решение или о чём думали секунду назад. Система выдаёт вербализуемую версию - ту, что попала в рабочую среду, - и эта версия может быть рационализацией, а не правдой. Твой странный ответ - просто снимок буфера в момент опроса.

Поэтому "о чём ты думаешь" - плохой вопрос. Это как вызвать print(workspace_state) в случайный момент работы программы. Ты увидишь не процесс, а мгновенный слепок узкого буфера. И он почти всегда кажется оторванным от того, что ты "на самом деле" делаешь.

То же самое нашли внутри языковых моделей

Летом 2026 года Anthropic опубликовал исследование "Verbalizable Representations Form a Global Workspace in Language Models". Авторы обнаружили внутри Claude привилегированное подпространство активаций, которое назвали J-space. Там лежат репрезентации, которые модель готова вербализовать в каждой точке своего форварда.

Метод называется Jacobian Lens. Он берёт вектор активации на любом слое и линейно транспортирует его в базис финального слоя, а затем декодирует через собственный unembedding модели в список слов, которые она расположена произнести. Результат: мы видим, что модель собирается сказать, ещё до того, как это появилось в её ответе.

И вот что важно: J-space модели ведёт себя как человеческая рабочая среда. Там хранится то, что доступно для отчёта, модуляции и гибкого внутреннего рассуждения, поверх огромного объёма автоматической обработки. Модель может "думать" (держать в J-space) про одно, а генерировать другое. Скрытые цели, реакции, внутреннее рассуждение - всё это видно в J-space, но не обязательно попадает в текст ответа.

Это прямой мост к психологии: мы получили первый инструмент, который видит не поведение модели, а её access consciousness. Точно так же, как мы не видим чужие мысли, а только их вербализацию.

А что с другими моделями

Закономерный вопрос: это уникально для Claude или универсально для трансформеров? Ответ пока неполный. Есть препринт "Evaluating Global Workspace Markers in Contemporary LLM Systems", который операционализировал теорию в шесть тестовых маркеров и прогнал по GPT, Claude, Gemini и DeepSeek. Вывод: на уровне базовой модели - максимум частичные признаки рабочей среды, и они крепнут, только когда модель подключает внешние инструменты и память.

Но методика теперь открыта. Anthropic выложил репозиторий jacobian-lens и интерактивное демо на Neuronpedia, где J-space можно посмотреть на открытых моделях: Qwen, Llama, Gemma, Mistral, DeepSeek, GPT-oss. То есть проверить гипотезу экспериментально может любой. Если на этих моделях J-space тоже проявляется - значит, это фундаментальное свойство трансформеров, а не артефакт тренировки одной лаборатории.

Зачем нам это знать

Для психологии мышления вывод жёсткий: осознанное мышление - это не весь процесс, а узкая полоса пропускания. Настоящее мышление в основном невербализуемо. Отсюда инсайты в душе, провалы памяти на "зачем я пришёл в комнату", и странные ответы на простые вопросы.

Для безопасности ИИ вывод ещё жёстче: аудит по выходу модели (что она сказала) - слепой. Надо смотреть в J-space (что она была готова сказать). Скрытые цели видны там заранее, до поведения. Это превращает интерпретируемость из судебной экспертизы в упреждающий инструмент.

И самое ироничное. Тот факт, что человек на "о чём думаешь" отвечает ерундой, - лучшее доказательство теории глобальной рабочей среды. Если бы мы думали целиком и осознанно, ответ всегда бы совпадал с делом. Но нет. Рабочая среда маленькая, конкурентная, и туда проталкивается всякое. Теперь у этой интуиции есть математика - и она одинаково работает и в коре, и в трансформере.

Ссылки и материалы: статья Anthropic (transformer-circuits.pub/2026/workspace), препринт сравнения моделей (preprints.org/manuscript/202601.1683), репозиторий метода (github.com/anthropics/jacobian-lens), интерактивное демо (neuronpedia.org/jlens).

Написано для канала про Hermes Agent и инженерию ИИ. Если тема зашла - пиши, разберём J-lens на практике или прогоним его на локальной модели.