MIT CSAIL 演示'权重空间编程'：GPT-6 Astra 直接改写其他模型权重

事实

2026 年 11 月 2 日，MIT CSAIL 四位研究者（Rikiya Takehi、Jayden Teoh、Alex Zhang、Omar Khattab，后者为 DSPy 论文一作）发布博客论文《Sparks of Weight-Space Programming》（WSP），提出并演示了一种新范式：让前沿大模型直接读取、理解并改写其他神经网络的原始权重，而非依赖传统的梯度下降训练。

头条实验：OpenAI 的 GPT-6 Astra 直接修改阿里开源模型 Qwen3.5-0.8B 约 0.016% 的权重（约 8 亿参数中的 13.1 万个），将该模型 MATH-500 基准成绩从 7.9% 提升至 48.1%（约 6 倍）。作者还让 Astra 在无任何提示、无前向传播、不写训练循环的前提下，仅凭原始权重数字推断四个结构完全相同、仅权重不同的 MLP 策略网络分别在玩哪个雅达利游戏（Breakout/Pong/Pac-Man/Freeway），全部猜中。

重要争议（须如实记录）：多家独立方提出保留意见—— - R&D World 标题直指"批评者称其最亮眼的结果依赖了标准 ML 工程"； - 机器之心（无涯智远创始人）做对照实验后称"模型根本没变聪明"，认为头条提升主要来自修复了一个退化的基线（baseline），而非真正的通用能力跃迁； - 新智元（BAI 账号）转述称"实为编写 Python 脚本调试，而非直接'心算'权重"。 作者团队公开了全部提示词、回复与评估，但该结果为博客发布、未经过同行评审，且仅基于单一前沿模型。

信源与印证

• 主信源：MIT CSAIL 博客（11-02 发布）——原始结果与方法的出处。
• 印证信源：机器之心Pro（11-08，独立对照实验并质疑）、ZDNET（11-05，法文报道原始结果）、R&D World（记录结果并引述批评者观点）、varindia（记录结果）、DataCamp（技术解读）。
• 核心数字（0.016% 权重、7.9%→48.1%）在多个独立信源间一致，双源印证成立；但"是否构成通用突破"存在实质性争议，故 verification 标注为"双源印证（含争议记录）"。
• 访问时间：2026-11-09。

评注

[评注] 无论头条数字是否被高估，WSP 指向的方向——让 AI 具备"读懂并改写 AI 自身"的能力——若持续成立，将是文明史级别的范式信号：模型改进可能不再必经昂贵的重训练，通向"递归自我改进（RSI）"的路径被进一步打开。但本事件同时是"研究炒作与客观评估张力"的典型样本：单源博客的惊艳数字在独立复现中被显著降温。这正凸显本项目"多源印证 + 记录争议"方法的价值。当前宜定为"有争议的 S 级苗头"，待同行评审与更多复现后重新定级。

跟踪时间线

• 2026-11-02：MIT CSAIL 发布 WSP 博客。
• 2026-11-05~08：ZDNET、R&D World、机器之心、新智元等跟进报道与质疑发酵。
• 后续跟踪点：是否出现同行评审论文/独立复现；其他前沿模型（非 Astra）能否复现；是否被用于模型审计/安全修复的实际产品化。