2026 年 11 月 2 日，MIT CSAIL 的四个人在博客上挂出一篇东西。标题是《Sparks of Weight-Space Programming》。打头的是 Rikiya Takehi 和 Jayden Teoh。我读完想到的不是技术，是我妈。
一、刀口只有 131072 个权重
他们把 Qwen3.5-0.8B 的全部权重摊进一个 Python 环境。要求只有一条：把数学搞上去。
Astra 的判断是，毛病不在脑子里的知识，在嘴。这模型做题反复念同一句话，念到 32768 个 token 还没交卷。96 条练习回答里，85 条这么卡死。
它顺着重复往下挖，挖到第 15、19 层的 MLP。删掉一个指向重复的方向，动了 131072 个权重，占八亿参数的 0.016%。
MATH-500 从 7.9% 跳到 48.1%。GSM8K 从 13.8% 到 67.1%。顶到上限的回答从 93.0% 降到 33.1%。没有反向传播，也没训练。
0.016% 是什么概念。开颅只拨一根头发丝粗的神经。以前担心 AI 抢饭碗，现在人家给自己人当家教，还是上门开颅那种。
二、涨的那六倍，是松开的
他们又拿 Gemma 3 270M 试了一遍。可这模型本来不怎么循环。一样的手法，MATH-500 从 6.8% 挪到 7.7%，不到一个点。
能修好的是卡住的地方，修不好的是没有的东西。
所以 6.1 倍要换个读法。它不是往里灌了六年数学，是把塞在嘴里的棉花抽掉。10 次前向调用给 12.3%，25 次给 14.1%，50 次才有 48.1%。
涨得起来的前提，是有时间把脉。成绩好那次，20.3 小时、158 轮对话、80 次 Python。
三、我妈那三年，缺的也是这一下
砸钱报补习班，请家教，托人找名师。三年下来，分数纹丝不动。以前以为是我不够用功，后来怪老师不对，现在看可能都不是。她要的是有人搞清楚我绕在哪一步，不是再买一套卷子。
卡住的人，你往里再塞两本习题集，只会卡得更死。
孩子不是八亿个参数，权重也不是神经。这个类比我用一次就收。但有一层我想是真的：补习班卖加法，Astra 干减法，加法那条路收益掉得很快。
该慌的确实不是程序员，是天底下所有当爹妈的。
四、今天拆循环，明天拆什么
今天它能把同行改聪明，明天要是想把同行改「听话」呢。
这篇没干这事，也干不成。Astra 只凭权重认出哪个模型更谄媚，它没认出来。
口子不在今天。在权重变成能读能写的文件之后：谁能动，动了留不留痕，改坏了谁买单。
刀本身不分善恶，分的是谁拿得起它。
眼下这把刀，握在一家闭源模型的接口后面。谁来给这位主刀大夫做体检？现在没答案。
五、我自己的三条判断
我认为这类补丁值钱处在诊断，不在那 0.016%。会看片子的，比会下刀的贵。
八亿参数的模型被这么救活，堆参数的账要重算，但只在毛病清楚的地方成立。监管早晚要管到权重访问这层。模型能改模型，供应链就多开一个后门。
换更大的模型还灵不灵，我不知道。报不报班，我也说不准。我只知道，先摸清孩子卡在哪，比再买一套卷子便宜。
💬 评论区话题（来聊聊）
模型能改模型了，你更担心它改成绩还是改脾气？
评论(0)