人工智能模型的黑盒特性正被逐步打破。继Anthropic研究人员揭示神经元与特定人格的关联后，麻省理工学院计算机科学与人工智能实验室（CSAIL）的最新研究指出，包括GPT-6 Astra在内的前沿AI模型，已具备直接读写并修改其他模型权重的能力。
权重空间编程：像编辑代码一样修补模型
传统上，调整模型行为需通过训练间接修改权重。但CSAIL团队发现，大语言模型能将原始权重视为可读、可编辑的代码，直接诊断故障并进行修补。博士生Rikiya Takehi表示，模型在原生读取、编写和推理神经网络权重方面表现惊人，不再单纯依赖训练。
研究人员将这一现象定义为“权重空间编程”（Weight-Space Programming）。在此过程中，模型利用推理能力理解神经网络各部分的计算逻辑，并相应调整权重数值，全程无需使用梯度下降进行传统训练。
微调0.016%权重，数学性能提升六倍
为验证该理论，Takehi及其同事要求GPT-6 Astra编辑Qwen3.5-0.8B模型的权重，以提升其数学能力。结果显示，Astra仅更改了0.016%的权重参数，便使Qwen在MATH-500基准测试中的数学性能最高提升六倍，同时在IFEval基准测试中的指令遵循分数提高约三倍。
此外，这种权重编程能力还支持零样本（zero-shot）生成。当被要求“从零开始编写一个能尽可能好地玩Breakout游戏的策略网络权重”时，Astra成功完成了任务。
迈向递归自我改进的新范式
Takehi指出，该技术有望在引入新知识时避免“灾难性遗忘”问题。更广泛来看，“权重空间编程”可能成为减少模型阿谀奉承行为、提高可解释性及实现递归自我改进的关键路径。
研究团队表示，深度学习历史上曾依赖Adam等符号优化器编码归纳偏置，而未来神经网络权重或将由大语言模型进行原生优化。下一步，团队计划构建相关的基准测试和工具包，旨在将这一看似“黑魔法”的技术转化为严谨、可重复的工程学科。