Rikiya 是近期 AI 圈热议的 MIT CSAIL「权重空间编程」研究的关键研究者之一，这项工作首次展示了大语言模型可以直接读写另一个神经网络的权重文件。相关成果在社交平台被广泛传播，被视为继「让 AI 写代码」之后，「让 AI 编写 AI 模型」的一次标志性探索。
Rikiya 参与的研究近期进展
当前焦点与观察点
目前围绕 Rikiya 所在团队的这项工作，讨论主要集中在三个层面。其一是技术边界：实验对象是 0.8B 量级的小模型，方法能否扩展到数十亿、上千亿参数的模型仍是未知数；改动 0.016% 权重就带来大幅提升，也引出了对这类小模型能力瓶颈本质的重新审视。其二是可复现性与安全性：直接编辑权重的操作绕过了常规训练流程，若被滥用或误操作，可能引入难以排查的隐蔽行为。其三是范式意义：如果模型权重可以像代码一样被 AI 读写和调试，「训练」与「修复」的界限可能被改写。
需要注意的是，目前结论主要来自团队自身的实验报告，尚未经过大量第三方验证。后续值得观察的点包括论文正式发表后的同行评价、在其他模型家族上的复现结果，以及是否有工具链将「权重编辑」工程化。在更多证据出现前，对这项研究宜保持关注但审慎乐观的态度。