想知道 AI 为什么得出一个答案，只看输入和输出远远不够。模型处理文字时，会经过许多中间层，像一叠草稿被逐层改写。Jacobian lens（J-lens）就是观察这些草稿的“透镜”：它利用某层的局部变化如何传到最终层，把难懂的数字状态映射成较易读的词语，帮助研究者寻找模型正在表达的概念。
据 Transformer Circuits 介绍，Anthropic 解释性团队公布的 J++ lens，关键改动是先把每层的内部状态按相似性聚类，再为各组分别拟合读出关系，最后用学得的权重组合。原版会等权平均大量 Token（文本片段）位置的结果，少数嘈杂位置可能污染整体；新方法实际主要靠丢弃读出较差的组来降噪。它还加入逐层相关性传播和虚假读出过滤，同时仍保持每层一个线性映射，可直接替换 J-lens。团队称，J++ 在其评测中能更可靠地显露模型推理所用的中间潜在变量。不过，这仍是实验室会议式的初步结果，并非成熟论文；代码、透镜文件和交互演示已经公开。