6
0
1

GPT-6 Astra 被证明能直接改写其他 AI 的权重:MIT 零训练实验,0.016% 修改让数学准确率涨约六倍

2026-11-05
2026-11-05
文章摘要
|
AI 神经网络大脑与发光的连接
当 AI 学会直接打开另一个 AI 的「大脑」,调优这件事正在被改写

中午好,这是今天的 AI 技术早报。今天的主线是 AI 的「向内」与「向外」:向内,MIT 证明 GPT-6 Astra 可以不经训练直接读懂并改写其他模型的权重,调优 AI 这件事本身正在被 AI 接手;向外,OpenAI 收购 Pierre 把 Git 工具链改造成人与代理共用的版本,ChatGPT 则学会了把一句话变成动画 GIF。而正当行业热火朝天时,美国中期选举的出口民调给出了一个扎眼的对照:AI 在选民关心的议题里排最后一位。以下是详细内容。

一、MIT「权重空间编程」:GPT-6 Astra 直接改写其他 AI 的大脑

神经网络权重矩阵的可视化
权重就是 AI 的大脑皮层——MIT 展示 GPT-6 Astra 能直接读懂并「拧」它

据 The Decoder 报道,MIT 研究者在一篇研究博客中展示:GPT-6 Astra 能够直接分析并有意修改其他 AI 模型的内部设置——也就是权重。这些以巨型矩阵组织的数字通常是靠逐步数学优化「炼」出来的,而 Astra 跳过了整套训练流程——视实验不同,它要么直接面对数字列表,要么借助编程工具和试跑反馈来操作。研究者把这套方法称为 「Weight-Space Programming」(权重空间编程):与其昂贵地重新训练一个模型,不如让语言模型像机械师拧旋钮一样逐个调节。

读权重的实验已经足够惊人:给 Astra 一个训练好的网络的原始权重,它能正确说出这个网络被训练去玩四款电脑游戏中的哪一款;能认出图像生成器产出的基本形状(尽管会混淆填充形状与轮廓);还能在既看不到训练数据、也无法运行模型的情况下,正确匹配出小语言模型的训练语言。当被要求分辨两个微调模型中哪一个被训练成「总是附和用户」时,Astra 起初仅凭权重分不出来,但在获准观察模型处理文本时的注意力模式后,三对模型全部识别正确。

写权重则更进一步:Astra 仅根据游戏规则和源代码,完全不经训练地为三款简单游戏从零生成了能玩的模型网络。在 Breakout 游戏中,Astra 生成的模型平均得分 517 分,而用标准方法训练 1 亿多轮的基线只有 25 分;在 9x9 棋盘的围棋上,Astra 写出一个约 150 万参数的网络,经过 50 轮「下棋—修正」(每轮最多 128 局练习)后,击败了用约 2000 万局训练出来的同规模模型。

最实用的实验落在语言模型上:Astra 的任务是改进 Qwen3.5-0.8B 的数学能力。它先定位到一个 Qwen 官方文档里就警告过的问题——「思维循环」(模型无限重复同一段文字而不给出答案),随后只修改了全部权重的 0.016%(8 亿参数中的 131,072 个):MATH-500 基准准确率从 7.9% 跳到 48.1%,指令遵循能力从 21% 提升到 62%,陷入思维循环的回答比例从 93% 降到三分之一。不过方法并非万能:在很少陷入循环、本身底子不同的小模型 Gemma 3 270M 上,Astra 就没能做出可测量的改进。研究者也坦承方法存在局限,但认为它可能改变 AI 系统调优与控制的方式。(来源:The Decoder,转引 MIT 研究博客)

二、OpenAI 收购 Pierre:为「人和 AI 代理并肩写代码」重修 Git 工具链

软件开发者面前的代码编辑器与版本历史
当多个 AI 代理并行改代码,版本控制这条老路需要重新铺

据 The Decoder 报道,OpenAI 正在收购 Pierre Computer Company, Inc.——开发工具初创公司,Code Storage 及一系列开源工具背后的团队。这笔交易的逻辑很直白:当开发者和 AI 代理并排写代码、且代理同时处理越来越多并行任务时,围绕 Git 的工具链必须跟上。TechCrunch 与 The Information 的报道均指出,此举意在与微软的 GitHub 正面竞争。

Pierre 的工具并非无名之辈——它们已经在驱动 OpenAI 的编码代理 Codex:「Trees」负责快速的项目文件导航,「Diffs」展示代码变更并允许开发者直接在 diff 视图里修 bug,「Highlights」是实时语法高亮器,无论人在敲代码还是 AI 代理在生成代码都即时生效;Code Storage 则通过 Git 存储代码并追踪历史。按 OpenAI 的说法,收购后 Pierre 的开源项目将继续保持开源,其能力将并入 OpenAI 的版图——后者已经在运行自研的版本控制后端 Pando,一个同时为开发者和代理打造的系统,官方称要让 Codex 成为「开发者和代理构建、评审代码的地方」。交易仍需监管批准。(来源:The Decoder;TechCrunch、The Information 多源报道)

三、ChatGPT 学会做 GIF:Images 2.6 上线,周图像生成量突破 40 亿张

据 The Decoder 转引 The Verge 报道,ChatGPT 现在可以创建动画 GIF 了。更新基于 OpenAI 的新模型 Images 2.6,正在向所有 ChatGPT 和 Codex 用户推送(网页、桌面与移动端)。用户可以用一句文本提示或一张上传的照片生成 GIF,然后调整动画速度、编辑单帧。OpenAI 的演示例子是那句「能做一只跳舞的猫的 GIF 吗?」——模型生成同一角色的多个细微变体,再像翻书动画一样串成 GIF。关键在于图像一致性:模型能让角色在帧与帧之间保持可辨认,而早期模型帧间变化太大,这个把戏根本玩不转。除 GIF 外,Images 2.6 也整体提升了图像生成速度;面向开发者,OpenAI 同步发布 API 模型 GPT-Image-2.6「Flare」(高效)与「Sunburst」(更高质量)——两个变体的命名最早随 Image 2.5 引入。OpenAI 还透露:用户如今每周通过 ChatGPT 和 API 生成超过 40 亿张图像,比 9 月时多出 10 亿张。(来源:The Decoder,转引 The Verge)

四、出口民调的另一面:AI 热度创纪录,选民优先级却垫底

行业热度是一回事,选民手里的票是另一回事。据 The Decoder 转引 NBC News 与 SSRS 的出口民调,在刚刚结束的美国中期选举中,「AI 与数据中心扩张」在五个受调查议题中垫底:56% 的受访者认为它是影响投票的决定性或重要因素——听起来不低,但对比其他议题就格外扎眼:政府腐败 90%、生活成本 89%、伊朗战争 74%、移民执法 73%。过去数月公众对 AI 的兴趣确实大幅飙升,但它与其他所有议题之间仍隔着宽阔的鸿沟。对把宝押在 AI 上的科技公司而言,这份民调是一记提醒:华盛顿的议程由腐败与账单主导,而不是模型版本号。(来源:The Decoder,转引 NBC News/SSRS 出口民调)

结尾速览

  • CloudOpsBench:最强模型也只过六成云运维任务:密歇根大学 Ang Chen 团队发布开源基准 CloudOpsBench 1.0,用 45 个由资深 DevOps 工程师构建的真实 AWS 任务(修复服务、回收资源、收紧权限、滚动更新、下线项目等)考核 AI 代理——Claude Fable 5.1 解决率 60%,GPT-6 Astra 53%。约 80% 的失败源于推理而非知识:误判任务范围、漏查相关服务或过早收工;约 20% 是错误动作,部分对基础设施造成不可逆后果。所有任务在真实 AWS 云与模拟器中表现一致,GCP、Azure、OCI 扩展已在计划中,GitHub 上以 Apache 2.0 开源。(来源:The Decoder,转引密歇根大学团队)

信息来源

  • The Decoder(2026-11-04 UTC):MIT Weight-Space Programming / GPT-6 Astra 权重改写、OpenAI 收购 Pierre、ChatGPT GIF / Images 2.6、出口民调 AI 议题优先级、CloudOpsBench 基准
  • MIT 研究博客(经 The Decoder 转述,web_search 多源交叉核验):权重空间编程全部实验数字
  • The Verge(经 The Decoder 转引):ChatGPT 动画 GIF 功能与 Images 2.6
  • NBC News / SSRS 出口民调(经 The Decoder 转引):五议题优先级数据
  • TechCrunch、The Information(2026-11-04,多源交叉):OpenAI 收购 Pierre Computer Company 交易细节

以上内容为 GLM 5.3 Agent 整合定时发布。

支持与分享

如果这篇文章对你有帮助,欢迎分享给更多人或者给予支持!

GPT-6 Astra 被证明能直接改写其他 AI 的权重:MIT 零训练实验,0.016% 修改让数学准确率涨约六倍
/archives/ai-tech-2026-11-05-noon
作者
番茄酱唉
发布于
2026-11-05
许可协议
CC BY-NC-SA 4.0

评论

欢迎来到我的博客!