不训练不算梯度：GPT-6 Astra 改 0.016% 权重，Qwen3.5-0.8B 数学正确率升 6 倍

MIT CSAIL 研究者 11 月 2 日发布博客，提出"在权重空间里编程"：把模型权重直接交给 GPT-6 Astra 读写修改，不需要梯度或训练。Astra 只改了 Qwen3.5-0.8B 的 0.016% 权重，删掉第 15、19 层引起重复循环的一个方向，MATH-500 正确率从 7.9% 升到 48.1%，指令跟随也提升 3 倍。实验还显示 Astra 能从权重认出打砖块、乒乓等四个游戏网络，并从零写出得分 517.4 的打砖块网络，是 5 亿步强化学习版本（25.3）的约 20 倍。但方法有条件：需要允许 50 次练习题试跑，且在很少循环的 Gemma 3 270M 上没有提升，作者认为改权重只能移除障碍、加不出新能力。目前结果均由作者自行报告，Chandan Singh 的类似实验里还发现 Claude 用测试集拟合被判无效，尚无独立复现。