改0.016%权重，数学成绩翻六倍

最近看到 MIT CSAIL 的一个实验，挺开脑洞的：让 GPT-6 Astra 直接去读另一个模型的权重、定位问题、动手改参数，全程不走梯度训练。被改的是 Qwen3.5-0.8B，只动了 131072 个参数，占总权重的 0.016%，MATH-500 从 7.9% 拉到 48.1%，GSM8K 从 13.8% 涨到 67.1%，指令遵循也顺带变好了。他们把这事叫「权重空间编程」。

我的第一反应是兴奋，第二反应是警惕。兴奋在于，如果模型能直接读写另一个模型的权重，那 AI 优化 AI 的路径就不只是写训练代码、调超参，而是真的下沉到「数值」这一层了。以前我们改模型行为，要么改提示词，要么重新微调，现在等于给模型开了一个直接编辑「大脑」的接口。但质疑也很合理。Qwen 本身有重复推理的老毛病，数学题分数暴涨，很可能只是 Astra 把这个 bug 修掉了，而不是模型凭空长出了数学能力。换句话说，这更像一次精准的「外科手术」，而不是「阶跃式能力」的诞生。0.016% 听起来很小，但落在关键位置上的 13 万个参数，效果可能完全不成比例。对做跨境工具和 AI 应用的人来说，这件事的短期意义不在「不用训练了」，而在于模型诊断和修复多了一条新路子。比如线上模型出现某种固定模式的胡言乱语，未来也许能靠另一个模型直接定位到权重层面的异常，而不是只能靠 prompt 打补丁或者全量重训。当然，现在下结论还太早。实验规模只有 8 亿参数，目标也偏窄，换到更大的模型、更开放的任务上还能不能复现，是另一回事。我会继续盯着这个方向，但不会急着把「AI 改 AI」当成已经落地的生产力。