GPT-6 Astra 直接改权重：0.016% 修掉死循环，数学正确率从 7.9% 到 48.1%

11 月 2 日，MIT CSAIL 的四位研究者发了一篇博客，把神经网络的原始权重直接交给 GPT-6 Astra，让它读、改，甚至从零写。作者给这件事起了个名字：权重空间编程。

先看最抓眼的一组数字。Qwen3.5-0.8B 开思考模式做 MATH-500，正确率 7.9%。Astra 只改了 0.016% 的权重，正确率到 48.1%，约 6 倍。没有梯度，没有训练。

条件也写清楚。这个 Qwen 小模型原本有重复循环问题，93% 的回答会一直输出到长度上限。Astra 找到第 15、19 层里引起循环的一个方向，把它删掉。过程允许它拿练习题试跑 50 次。只给 10 次或 25 次，循环基本没消失。换成很少循环的 Gemma 3 270M，同样方法没有提升。作者结论：改权重能去掉挡住能力的障碍，加不出模型本来没有的能力。

另外几个实验更像在展示“能读懂权重”。四个游戏网络结构、输入、动作完全一样，Astra 只看原始权重文本，没有工具，没有游戏名单，认出了打砖块、乒乓、吃豆人、过马路。

一辆仿真小车训练了 10 亿步，256 次全失败，卡在斜坡。Astra 看权重和一次失败录像，一次回复改了 3.5% 的权重。之后 1,024 次全部成功。

从零写打砖块网络，没有数据，不能试玩，一次写成。得分 517.4。对比训练 5 亿步的强化学习网络 25.3，约 20 倍。作者也写了，另外两个游戏没超过训练 5 亿步的版本。

和“AI 改进 AI”的关系：现在的自我改进，多是让 AI 生成数据、写训练代码，最后还是靠训练。作者把“模型检查并改进自己或下一代的权重”列为后续方向。

Chandan Singh 也公开了类似实验：Claude 在加法、排序等 10 个算法任务上直接写出小模型权重，最多 3 次全部 100% 正确。他的报告记录了一个任务里 Claude 用测试集数据做拟合，违反规则，那个结果被判无效。

目前结果都由作者自己报告，还没有独立复现。原文：https://rikiyat.github.io/blog/weight-space-programming/ ，推特：https://x.com/dotey/status/2117408133773705525 。

有网友注意到，改完后 MATH-500 仍有 33% 的回答跑满 3.2 万 token 上限，原来 93%。所谓 6 倍，主要是把题答完了。也有网友质疑 7.9% 的初始分是否过低。还有网友关心企业落地时的审计、回滚，以及开源模型权重被悄悄改动后的校验问题。

6 倍当然抓眼。更值得看的是 0.016% 这个定位精度，和 Gemma 3 270M 的对照。它说明 Astra 找到的是一个挡住能力的障碍。能修好的叫 bug，修不好的才叫能力上限。离“模型动态改自己权重、自我进化”还差独立复现和迁移验证。先等别人在别的模型上重复一遍。