先定问题模型再动手J-Space Cognition Suite五步法防止AI误读需求Commit/Move/Hidden/World/Success【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 Anthropics J-space global workspace research.项目地址: https://gitcode.com/gh_mirrors/js/J-Space-Cognition-Suite让 AI 优化一下这个页面结果它重写了整个布局让 AI 写个数据抓取脚本它却去连上了付费 API——需求被误读的那一刻后面的每一步努力都是在错误的方向上狂奔。J-Space Cognition Suite是一个模型无关的推理时控制套件inference-time control suite用于深度推理、长程任务、验证与恢复。它内置的问题模型Problem Model五步法——Commit、Move、Hidden、World、Success——用五句短笔记强制 AI 在动手前把任务边界钉死从源头减少流畅却跑偏的输出。为什么 AI 会流畅地答错题问题模型的起点是一句自省出自 problem-model.md我已经有一个很流畅的计划了但我需要确认它解决的真的是被交给我的那个任务吗AI 误读需求的两个典型信号信号表现两种合理解读会产出不同结果重构用户模块——是重构代码结构还是重构用户体验两条路都合理被给予的条件在计划里闲置了用户说可以用已有的测试框架但 AI 的第一版方案根本没碰测试关键不是任务难不难而是任务有没有歧义。J-Space 的原则是仅仅是困难的简单任务不需要问题模型只有出现上述分叉时才启用。五步法动手前只写五行J-Space 的做法出人意料地轻量——不写文档、不开会只在内部登记五句短行problem-model.md#L10-L23步骤回答的问题示例任务给博客加导出功能1. Commit动手前已固定的东西目标、契约、约束、既往决定用户要的是导出为 Markdown不改现有数据模型2. Move✋过程中可自由选择的动作调用什么、改动什么、观察什么可以选存储格式、导出时机但 API 路径必须沿用3. Hidden❓做决策时仍然未知的事旧文章里是否存在没有作者的条目4. World稍后由环境/用户/测试决定结果的事用户点击导出后的真实反馈、CI 校验5. Success✅完整的成功判定含备选、异常、可见效果每篇文章都能生成可读 md 文件空博客不报错注意这五行是给模型自己看的问题模型不是给用户的清单。J-Space 明确要求把它们留在内部或台账登记里外层交付保持干净语言。五行的顺序暗藏逻辑Commit 和 Move 划定了边界哪些不能动、哪些可以选Hidden 和 World 承认了不确定性决策时刻不知道的、事后才揭晓的分开记账避免用想象代替验证Success 必须是完整判定式不是看起来能用而是包含异常分支和可见效果的完整条件。自检误读只问一个反事实问题写完五行后用一句话测试你的解读是否只命名了条件、却没用上它problem-model.md#L25-L36如果删掉需求中这句话我的计划会变吗答案是不变 → 这句话只是被读到了没有被真正使用一项被授予的能力工具、权限、既有函数只有当它改变了你的策略——你去调用了它、扩展了它、或明确说明为何不用它——才算真正用上了。同时要避免反向错误不要为了显得周全而人为制造解读分叉。只有文本、代码库或证据支持的真实备选才值得对比后保留。验证要独立答案一致 ≠ 题目做对了这是最容易被忽视的一环problem-model.md#L38-L43一个候选答案和它的参照标准如果编码了同一个任务模型它们可以完美一致——却一起回答了错误的问题。也就是说我的方案和我想的一样不构成验证。J-Space 的顺序是固定的先定解读问题模型阶段再测解读内部最弱的那个主张交给 empirics.md 的实证模块做有边界的测试指定验证者和覆盖范围。收口带三份结果回到主线分叉解决后问题模型不是一句明白了就结束而是向主线带回三样东西problem-model.md#L50-L56✅幸存的解读surviving reading✅裁决它的那条依据decisive clause✅完整的成功条件full success condition分叉是否真正结束标准很朴素每条被写明的条件都有了角色而不是因为协议又产生了一段文字。什么时候该触发入口在 SKILL.md 的路由表里问题模型不是每个请求都要跑的仪式。SKILL.md 把它放在路由表的一行SKILL.md#L184触发条件有两个满足其一即可两种合理解读会导向不同的动作或交付物某条已陈述的约束、权限、工具或既有能力在你的第一版计划里将保持闲置。配套入口逻辑在 SKILL.md#L91-L93先用一行话用自己的话复述需求若复述时发现上述信号再加载问题模型——先定问题模型再动手。在项目中找到这套方法内容路径问题模型协议原文五步法 反事实测试 验证独立性j-space/references/problem-model.md唯一入口前提、门控、路由表、不变量j-space/SKILL.md解读内部弱主张的实证测试j-space/modules/empirics.md需要推理链时的桥接推理j-space/modules/deep-reasoning.md端到端工作实例可对照问题模型如何落进长任务j-space/references/exemplars.md可选控制器用台账记录未决问题note --open/note --closej-space/scripts/jspace.py中文工程指南README.zh-CN.md对于长程任务jspace.py还能把问题模型未决显式落账note --open 导出会不会丢旧文章元数据 --settled-by 对全部旧数据跑一遍导出并抽查 note --close 1 --check 元数据完整 --by 全量导出 抽查常见问题Q需要跑脚本或用 Python 吗不需要。问题模型是一组协议而非程序任何支持文件加载的 AI 宿主都能安装使用控制器只是可选的状态外置工具用 Python 标准库实现。Q简单任务也要写五行吗不用。J-Space 的门控gate会自动选最轻路径一步可验证的直接作答fast多步交付走 full/loop。五步法只在你遇到真实解读分叉时才登场——机器要为任务所值而不是反过来。Q和让 AI 多想想有什么区别多想想是在同一解读里加深问题模型是在动手前换解读。它改变的不是努力程度而是努力的方向。小结 一句话记住这套方法先 Commit 钉住边界Move 划出选择Hidden 和 World 分清两种未知Success 写全判定式——然后用删掉这句话计划变不变做最后自检。J-Space Cognition Suite 的价值正在于这种克制的工程化它不替你解题只保证你在解题前先确认解的是那道题。【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 Anthropics J-space global workspace research.项目地址: https://gitcode.com/gh_mirrors/js/J-Space-Cognition-Suite创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 先定问题模型再动手：J-Space Cognition Suite五步法防止AI误读需求（Commit/Move/Hidden/World/Success）
先定问题模型再动手J-Space Cognition Suite五步法防止AI误读需求Commit/Move/Hidden/World/Success【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 Anthropics J-space global workspace research.项目地址: https://gitcode.com/gh_mirrors/js/J-Space-Cognition-Suite让 AI 优化一下这个页面结果它重写了整个布局让 AI 写个数据抓取脚本它却去连上了付费 API——需求被误读的那一刻后面的每一步努力都是在错误的方向上狂奔。J-Space Cognition Suite是一个模型无关的推理时控制套件inference-time control suite用于深度推理、长程任务、验证与恢复。它内置的问题模型Problem Model五步法——Commit、Move、Hidden、World、Success——用五句短笔记强制 AI 在动手前把任务边界钉死从源头减少流畅却跑偏的输出。为什么 AI 会流畅地答错题问题模型的起点是一句自省出自 problem-model.md我已经有一个很流畅的计划了但我需要确认它解决的真的是被交给我的那个任务吗AI 误读需求的两个典型信号信号表现两种合理解读会产出不同结果重构用户模块——是重构代码结构还是重构用户体验两条路都合理被给予的条件在计划里闲置了用户说可以用已有的测试框架但 AI 的第一版方案根本没碰测试关键不是任务难不难而是任务有没有歧义。J-Space 的原则是仅仅是困难的简单任务不需要问题模型只有出现上述分叉时才启用。五步法动手前只写五行J-Space 的做法出人意料地轻量——不写文档、不开会只在内部登记五句短行problem-model.md#L10-L23步骤回答的问题示例任务给博客加导出功能1. Commit动手前已固定的东西目标、契约、约束、既往决定用户要的是导出为 Markdown不改现有数据模型2. Move✋过程中可自由选择的动作调用什么、改动什么、观察什么可以选存储格式、导出时机但 API 路径必须沿用3. Hidden❓做决策时仍然未知的事旧文章里是否存在没有作者的条目4. World稍后由环境/用户/测试决定结果的事用户点击导出后的真实反馈、CI 校验5. Success✅完整的成功判定含备选、异常、可见效果每篇文章都能生成可读 md 文件空博客不报错注意这五行是给模型自己看的问题模型不是给用户的清单。J-Space 明确要求把它们留在内部或台账登记里外层交付保持干净语言。五行的顺序暗藏逻辑Commit 和 Move 划定了边界哪些不能动、哪些可以选Hidden 和 World 承认了不确定性决策时刻不知道的、事后才揭晓的分开记账避免用想象代替验证Success 必须是完整判定式不是看起来能用而是包含异常分支和可见效果的完整条件。自检误读只问一个反事实问题写完五行后用一句话测试你的解读是否只命名了条件、却没用上它problem-model.md#L25-L36如果删掉需求中这句话我的计划会变吗答案是不变 → 这句话只是被读到了没有被真正使用一项被授予的能力工具、权限、既有函数只有当它改变了你的策略——你去调用了它、扩展了它、或明确说明为何不用它——才算真正用上了。同时要避免反向错误不要为了显得周全而人为制造解读分叉。只有文本、代码库或证据支持的真实备选才值得对比后保留。验证要独立答案一致 ≠ 题目做对了这是最容易被忽视的一环problem-model.md#L38-L43一个候选答案和它的参照标准如果编码了同一个任务模型它们可以完美一致——却一起回答了错误的问题。也就是说我的方案和我想的一样不构成验证。J-Space 的顺序是固定的先定解读问题模型阶段再测解读内部最弱的那个主张交给 empirics.md 的实证模块做有边界的测试指定验证者和覆盖范围。收口带三份结果回到主线分叉解决后问题模型不是一句明白了就结束而是向主线带回三样东西problem-model.md#L50-L56✅幸存的解读surviving reading✅裁决它的那条依据decisive clause✅完整的成功条件full success condition分叉是否真正结束标准很朴素每条被写明的条件都有了角色而不是因为协议又产生了一段文字。什么时候该触发入口在 SKILL.md 的路由表里问题模型不是每个请求都要跑的仪式。SKILL.md 把它放在路由表的一行SKILL.md#L184触发条件有两个满足其一即可两种合理解读会导向不同的动作或交付物某条已陈述的约束、权限、工具或既有能力在你的第一版计划里将保持闲置。配套入口逻辑在 SKILL.md#L91-L93先用一行话用自己的话复述需求若复述时发现上述信号再加载问题模型——先定问题模型再动手。在项目中找到这套方法内容路径问题模型协议原文五步法 反事实测试 验证独立性j-space/references/problem-model.md唯一入口前提、门控、路由表、不变量j-space/SKILL.md解读内部弱主张的实证测试j-space/modules/empirics.md需要推理链时的桥接推理j-space/modules/deep-reasoning.md端到端工作实例可对照问题模型如何落进长任务j-space/references/exemplars.md可选控制器用台账记录未决问题note --open/note --closej-space/scripts/jspace.py中文工程指南README.zh-CN.md对于长程任务jspace.py还能把问题模型未决显式落账note --open 导出会不会丢旧文章元数据 --settled-by 对全部旧数据跑一遍导出并抽查 note --close 1 --check 元数据完整 --by 全量导出 抽查常见问题Q需要跑脚本或用 Python 吗不需要。问题模型是一组协议而非程序任何支持文件加载的 AI 宿主都能安装使用控制器只是可选的状态外置工具用 Python 标准库实现。Q简单任务也要写五行吗不用。J-Space 的门控gate会自动选最轻路径一步可验证的直接作答fast多步交付走 full/loop。五步法只在你遇到真实解读分叉时才登场——机器要为任务所值而不是反过来。Q和让 AI 多想想有什么区别多想想是在同一解读里加深问题模型是在动手前换解读。它改变的不是努力程度而是努力的方向。小结 一句话记住这套方法先 Commit 钉住边界Move 划出选择Hidden 和 World 分清两种未知Success 写全判定式——然后用删掉这句话计划变不变做最后自检。J-Space Cognition Suite 的价值正在于这种克制的工程化它不替你解题只保证你在解题前先确认解的是那道题。【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 Anthropics J-space global workspace research.项目地址: https://gitcode.com/gh_mirrors/js/J-Space-Cognition-Suite创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考