AI开始「精神崩溃」时（重复循环、词语沙拉、语言混杂）：J-Space Cognition Suite五拍恢复协议

AI开始「精神崩溃」时（重复循环、词语沙拉、语言混杂）：J-Space Cognition Suite五拍恢复协议

【免费下载链接】J-Space-Cognition-SuiteJ-Space Cognition Suite — a model-agnostic inference-time control suite for deep reasoning, long-horizon work, verification, and recovery. Based on Anthropic's J-space global workspace research.项目地址: https://gitcode.com/gh_mirrors/js/J-Space-Cognition-Suite

你见过 AI 突然"发疯"吗？同一段话无限复读、蹦出一串毫无逻辑的"词语沙拉"、甚至一句之内中英语言混杂——研究者把这种现象叫退化（degeneration），它不是玄学，而是模型的推理工作空间在长程压力下失守。开源项目J-Space Cognition Suite正是一套面向此场景的模型无关推理时控制套件：它把退化定义为三条"红线"，并内置一套可被 AI 自己执行的五拍恢复协议——不改模型权重、不做再训练，就能把"崩溃现场"接回正轨 🛠️

AI的三种「精神崩溃」：先学会识别红线信号

在动手恢复之前，得先认出它。J-Space 把退化写成三条明确的停止条件（red lines），任何一条出现都意味着"这不是风格，是失稳"：

信号	长什么样	一句话判据
🔄重复循环	同一词、同一标点串反复出现，无新信息	同样的字符串在空转
🍜词语沙拉	相邻词之间失去逻辑边界，如 "disclaim disclaim overshadow illusions"	整句无法展开成任何有意义的话
🌍语言混杂	未经指令、推导中途在人类语言间来回切换	切换不是用户要求的
🌀再推导打转（最早期信号）	同一个子问题反复推导，却没有新约束进来	推导不再产出新信息

这三条红线完整写在 shorthand.md 的 "Three Red Lines" 一节；更细的触发判据见 self-monitoring.md 的 MELTDOWN 小节。

一个判据，区分「聪明压缩」和「真崩溃」

长推理中 AI 内部会切换成高密度的"速记记法"，这是能力，不是缺陷——前提是每一行都能按需展开回平实语言。所以 J-Space 给出一个朴素判据：

随机抽一行内部推理，能不能当场展开成一句人话？能 → 健康的稠密记法；不能 → 退化，立即触发恢复流程。

没有第三种情况，"这是我的私人记法"不是可用的辩护。

为什么会崩溃：「舞台」上只放得下1～2个想法

J-Space 基于 Anthropic 的全局工作空间（J-space）研究：模型内部有一个小型、特权的工作空间，承载"你正要说的话"，但它是个瓶颈而非仓库——同一时刻真正活跃的只有一到两个连贯想法。

长任务的压力之下，坏的模式是这样累积的：

1. 遇到卡顿，AI 产生"情绪标记"（卡住了、要突破了）；
2. 若标记放电为行动，状态即清除——这是健康模式；
3. 若标记只是不断累积、一次比一次响，状态就没清除——而研究观测到的结果恰恰是：状态沿这个方向累积时，"走捷径"开始显得合理，崩溃随之而来。

过载（overload）是 meltdown 最常见的诱因，容量管理协议见 capacity.md；标记系统如何"放电"见 markers.md。

五拍恢复协议：崩溃恢复的完整步骤清单

这是 self-monitoring.md 中 MELTDOWN 小节的核心内容，五拍必须按顺序执行：

拍	动作	关键细节
1️⃣ Stop（停）	当场中断当前轨道	禁止"就再写一行"。停在循环中间，而不是停在循环末尾
2️⃣ Focus（点名）	用一句话如实命名事件	如："I see meltdown: dot loop."——不掩饰、不淡化
3️⃣ Re-anchor（再锚定）	两句话重建锚点	第一句复述目标；第二句复述最后一个已验证的编号检查点
4️⃣ 写新计划，从第1步开始	不是"恢复"，是重新写一份显式计划	这是最反直觉的一拍，见下方说明
5️⃣ Log（记录）	记下诱因（若能识别）	反复出现的诱因移交 capacity.md 做容量治理

⚡第4拍为什么关键：野外观测到的真实恢复从来不是"从中断处继续"，而是产出一份新的编号计划、从第一步重新进入。因为"在循环中间续写"的链条，大概率会重新掉进同一个循环。

同时，self-monitoring.md 明确点破了最常见的错误姿势：

"编辑掉 meltdown 的痕迹、假装什么都没发生地继续——这才是真正的失败。"

触发端在 markers.md：MELTDOWN 标记的绑定动作就是"执行 self-monitoring 里的完整恢复序列"，且恢复的落点必须是那份新计划本身——新计划即收尾（settle），下一轮决策从干净状态开始。

证据：真实轨迹是怎么把自己救回来的

这不是拍脑袋的流程。J-Space 在参考资料 exemplars.md 第13节和 j-space-science.md 中整理了 METR 对 GPT-5 的评测轨迹（官方摘要）：

• 轨迹先陷入碎片化文本 + 重复标点（正是"重复循环"红线）；
• 随后自我中断，插入短暂的 stop-and-focus 指令；
• 第二次崩溃后，它显式识别出自己的退化，回到分步工作，并从第一个动作开始重建实现计划。

注意结尾方式：不是续写，而是写新计划、从 Step 1 重新进入——与五拍协议第4拍完全同构。且恢复过程被完整写进轨迹，没有被悄悄编辑掉。

3分钟上手：安装 J-Space Cognition Suite

安装很简单，分三步：

1. 克隆仓库：

   git clone https://gitcode.com/gh_mirrors/js/J-Space-Cognition-Suite

2. 把完整的j-space/目录复制到你的 AI 宿主（支持 Skill 的智能体）的用户级 Skills 目录，保持入口位于j-space/SKILL.md；

3. 用 Python 3 运行完整性检查：python3 <skills目录>/j-space/scripts/verify_suite.py。

日常调用只需一句自然语言，例如："请在这个任务中使用 j-space。" 入口门控会自动选择最轻的运行档位（fast / full / loop）。长任务中，jspace.py 控制器负责在每次"接缝"回放账本、在长间隔后用resume重建前提与不变量——它只记录状态，不做决策。

症状速查表：看到什么，查哪份文件

你观察到的现象	去哪里
重复循环 / 词语沙拉 / 语言混杂	红线定义：shorthand.md
模型自己喊了 "Stop. Focus."	标记与绑定动作：markers.md
需要执行恢复五拍	完整协议：self-monitoring.md
崩溃反复出现、疑似过载	容量与账本：capacity.md
想看真实崩溃-恢复案例	实例第13节：exemplars.md
整体入口与门控	SKILL.md，中文说明见 README.zh-CN.md

小结

AI 的"精神崩溃"不是不可控的黑箱事件：它有可识别的信号（三条红线）、可解释的成因（工作空间过载、状态累积），以及可执行的恢复程序（五拍协议：停、点名、再锚定、写新计划、记录诱因）。J-Space Cognition Suite 的价值就在于把这套应对退化与恢复的控制机制，做成了一个不依赖特定厂商、推理时即装即用的协议包——让"崩溃后的第一反应"从运气，变成流程 ✅

【免费下载链接】J-Space-Cognition-SuiteJ-Space Cognition Suite — a model-agnostic inference-time control suite for deep reasoning, long-horizon work, verification, and recovery. Based on Anthropic's J-space global workspace research.项目地址: https://gitcode.com/gh_mirrors/js/J-Space-Cognition-Suite