当模型开始直接改写自己的权重【MIT CSAIL 演示「权重空间编程」：当模型开始直接改写自己的权重】▍它是什么MIT CSAIL 团队（Rikiya Takehi、Jayden Teoh、Alex Zhang、Omar Khattab）发布博客《Sparks of Weight-Space Programming》，展示 GPT-6 Astra 仅凭权重文本就能读取、修复、从零编写神经网络权重——全程不使用梯度下降、不重新训练，作者称之为「权重空间编程」（Weight-Space Programming）。换句话说，以前要改模型行为得靠微调或 RL，现在改成用自然语言告诉模型「哪里不对」，它直接去改权重。▍最硬的一组证据在 Qwen3.5-0.8B 上，Astra 定位并修复了导致「推理死循环」的权重问题，只编辑了 0.016% 的参数（约 13 万个权重、158 轮对话、17 步编辑），MATH-500 就从 7.9% 提升到 48.1%，IFEval 从 21.0% 升到 62.3%（50 forward passes 口径）。这不是靠更多数据喂出来的，是改了权重本身。▍还能做到什么仅凭 17,253 个权重的文本，Astra 以 99% 的置信度认出了策略网络训练的是什么游戏；一次编辑把 1,024 次全败的小车控制策略修复到 100% 成功；从零写出的 MinAtar 与围棋策略网络，击败了用 1 亿步 PPO 训练出来的网络。▍它做不到什么作者也写明了局限：这个方法目前只能解锁模型既有能力，变不出新能力（在 Gemma 3 270M 上直接失效）；仅凭权重识别不了阿谀倾向，需要配合观察注意力分布。而且 8 组实验共 1,125 轮对话日志已开源（逐轮审计无工具调用），修复后的权重也上传了 Hugging Face——但结果仍是研究团队自述，尚待独立复现。▍为什么这件事不一样要指出的是：过去我们说「改模型」几乎等于「收集数据 + 重训」，而这里把这一步压缩成了对 13 万权重的一次编辑。如果后续被独立复现证实，模型能力修复可以绕开数据收集与重训，也为「AI 检查并修改自身或下一代模型权重」的递归自我改进路线，提供了最早的实证线索。需要说明的是，它离真正可控、可信的自我改写还远，但其意义在于把「改权重」从工程黑箱变成了可被语言和日志审计的操作。人工智能 科技 人工智能