如果只给大模型看一串权重数字，它能不能读懂网络学会了什么，甚至动手改参数让模型变强？MIT CSAIL团队的一组早期实验，给「权重空间编程」（Weight-Space Programming）提供了初步证据。
公开结果称，团队让GPT-6 Astra检查Qwen3.5-0.8B内部权重，定位导致反复推理循环的问题后，仅修改约0.016%参数，就把MATH-500成绩从约7.9%提升到约48.1%，指令遵循能力也明显上升；全程没有重新训练，也不走梯度下降。Astra还尝试从零写网络权重：在无训练数据、无梯度的条件下，为部分小游戏写出的策略网，表现超过跑了约1亿步PPO的对照。更早的实验里，Astra能只凭权重判断网络在玩哪款游戏、扩散模型会生成什么形状，甚至比较哪个语言模型更「迎合用户」。
这把「AI帮助写训练代码」推到了「AI直接编辑权重」。它与Anthropic招股书里的RSI讨论形成互文：一边是实验室用自然语言手术刀改开源小模型，一边是Frontier公司把「AI加速AI」写进风险披露。作者也强调结果非常早期，规模、可复现性与安全边界都未闭合。对开源生态，意味深长的是：若权重可被更强模型阅读与修补，模型发布与对齐策略可能都要重写——不只防蒸馏，还要防「被外科手术式改写」。