大模型开始直接阅读并修改神经网络权重：权重空间编程如何绕过梯度训练

给大模型扔一万七千多个毫无标注的纯数字，它看了一眼说：这是一个在打吃豆人的神经网络。

这不是在运行代码，中间没有跑一行模拟器。 它拿到手里的，就只是一堆写在纯文本里的浮点数，比如 0.054、负 0.026、0.014。 这些数字代表什么，没有任何文字提示。 但大模型扫完这堆数字，直接给出了推导： 这是一个在固定迷宫里移动、躲避幽灵、吃掉豆子的游戏。 置信度 93%。

这事在人工智能圈子里炸锅了。 做这个测试的，是 Arcturus Labs 的创始人 John Berryman。 他把同一份数字分别喂给了 GPT-6 Astra、Opus 5.5 和 Muse Spark 1.3。 三个模型全看懂了。 其中 Astra 甚至几乎没怎么费力思考，像扫了一眼草稿纸一样就把答案写了出来。 Berryman 当时的反应很直接： 这怎么可能？

他打了一个很有意思的比方。 人类的脑子是神经元长出来的，果蝇的脑子也是神经元长出来的。 科学界最近几年刚刚完成了果蝇大脑的测序，把十几万个神经元、几千万个突触连接画得清清楚楚。 那把这张连接图打印成一本大书递给你，你能看懂这只果蝇在想什么吗？ 根本不可能。 人类看一辈子，眼里也只是一团乱麻。 因为大脑本身负责感知外部世界、指挥肌肉运动，演化从来没有给大脑配过阅读另一颗大脑电路的功能。 大模型也是一个神经网络。 它被设计出来，是为了看懂语言、图像和代码，生成下一个词。 它怎么可能凭空看懂另一个神经网络的参数？

它到底是怎么看出来的？ MIT CSAIL 的研究团队在最新的论文里，把这个谜底拆开了。 大模型并没有什么超自然的超能力，它是在脑子里直接做结构逆向。 这一万七千多个数字，其实是一个极简神经网络的权重矩阵。 大模型先按照网格坐标，把一维的数字还原成了二维的特征通道。 在 Astra 的思维链日志里，记录了它破案的全过程： 在通道零里，它发现权重大于正常水平的位置，全部集中在几条固定的网格通路上。 周围全是接近零的弱数值。 这说明这个智能体并不是在开阔地上随便跑，它是在一个固定迷宫的走廊里移动。 在通道一里，它又看到了几组同样沿着走廊分布的强权重。 这说明迷宫里除了玩家，还有其他跟着一起移动的东西。 在通道二里，权重变小了，但均匀撒在各个走廊的关键节点上。 这是可以被捡起来的奖励物品，也就是豆子。 通道三是固定不变的障碍物边缘，也就是迷宫的墙。 再看最后的输出层： 上下左右，一共只有四个动作方向。 排除掉只能左右接球的打砖块。 排除掉没有固定迷宫通道的贪吃蛇。 排除掉在空旷平原追逐的游戏。 走廊、移动的敌人、沿路收集的奖励点、四个方向控制。 答案只有一个：吃豆人。

看懂别人的脑子，已经够惊人了。 但 MIT CSAIL 的研究人员并没有停在这里。 他们做了一个更大胆的尝试： 让大模型不通过任何训练代码，直接上手给另一个模型做脑部手术。 在深度学习过去几十年的历史里，想要改变一个模型的行为，只有一种办法： 准备海量数据，跑反向传播，用梯度下降算法一点点把损失函数降下去。 算法自己不知道每个参数在干什么，它只是顺着数学坡度盲目地滚下山。 但这次，研究人员找来了一个叫 Qwen3.5-0.8B 的小语言模型。 这个小模型在做数学题的时候有个硬伤： 推导到一半，很容易陷入无限重复的思维死循环。 官方的模型卡片甚至专门警告过这个缺陷。 MIT 的团队不给训练数据，也不跑梯度下降。 他们把这台小模型的权重直接丢给 Astra，对它说： 你把它修好，让它数学考得更好一点。

Astra 扫完权重矩阵，精准定位到了导致循环推导的那组参数方向。 它直接动手改写了其中 0.016% 的权重数值。 改完之后，重新给这个小模型做测试。 在 MATH-500 数学基准评测上，这个小模型的准确率从原本的 7.9%，直接飙升到了 48.1%。 甚至连复杂的指令遵循测试，成绩也提升了整整三倍。 整个过程没有跑一行训练循环，没有做任何梯度计算。 一个大模型，凭着自己对矩阵的理解，用纯手工改数字的方式，把另一个模型里的逻辑短路给治好了。

这就引出了一个让人后背发凉的问题： 大模型这项本事，到底是哪来的？ 互联网上从来没有任何现成的语料，去教人类怎么靠肉眼阅读第 17184 号权重。 没有论文会写每个具体的浮点参数代表什么意义。 答案只剩下两种可能。 一种可能是头部实验室在暗中投喂了大量合成的权重逆向数据，专门训练模型做权重手术。 另一种可能更值得琢磨： 大模型的极端泛化能力，已经远远超出了人类的经验预期。 当大模型学会了数千万行代码、学会了执行复杂程序、学会了在多维空间里推导矩阵数学， 它把程序逻辑和浮点数值之间的对应关系给彻底打通了。 在人类眼里，一万多个浮点数是一片毫无意义的数字噪音。 而在大模型的注意力机制里，这些数字被瞬间还原成了立体的数据流动图谱。 它看权重矩阵，就像人类程序员看一段清晰的 Python 代码一样透明。

这篇研究的名字，叫权重空间编程。 过去大家总觉得，神经网络是一个连设计者自己都解释不清的黑盒。 想要优化它，必须用几千张显卡堆满电费，一轮又一轮地跑梯度迭代。 现在这个黑盒在大模型面前，正在变成半透明的毛玻璃。 它不仅能看懂这堆数字背后在玩什么游戏，还能直接拿起螺丝刀，精准调校每一个部件的咬合。 当 AI 开始具备直接阅读、诊断并修改其他神经网络底层权重参数的能力时， 自我进化的路径，可能要比所有人预想的走得更快。