单一来源
当前只有一个可用来源，尚未完成多源交叉核验MIT神作被锤：Astra爆改Qwen权重？就吹吧！
MIT神作被锤：Astra爆改Qwen权重？就吹吧！
spaCy作者长文炮轰
Astra修改小模型权重？MIT那篇爆火研究，被大佬公开质疑了。
Astra前两天刚刚凭借一项惊人能力刷屏AI圈——不用训练、不算梯度，直接修改另一个AI模型的权重。
MIT团队宣称，Astra仅修改Qwen3.5-0.8B的0.016%权重，就让数学成绩从7.9%暴涨至48.1%，相当于提升到原来的6倍多。
甚至有网友感慨：AI已经开始读懂另一个AI的大脑了。
然而，事情似乎出现了反转。
一位来头不小的圈内大佬公开发文，提出了质疑。
这项研究存在严重误导。
质疑者叫Matthew Honnibal，spaCy的作者、AI公司Explosion的联合创始人。
魔术师戏法
这背后到底发生了什么？
Honnibal用了一个很妙的比方，讽刺了MIT研究所做的事：障眼法。
舞台魔术师常常用多种方式来表演同一个戏法。
第一次，他可能用了一个特殊的道具；下一次，他会向你展示道具并无特殊，但他自己藏起了东西；第三次，可能又利用了某种强迫选择。
当你观看表演时，你会假设只有一种技术，所以每当魔术师表演一次，似乎都推翻了你对其工作原理的假设。
Honnibal认为，Astra这项研究的实验呈现，就酷似这样一场魔术。
回到Paper，原文其实展示了三项不同的能力：
· 读权重：只看原始的权重数字，就能识别一个小型神经网络正在执行什么任务。
· 写权重：不依赖环境反馈，从零开始直接生成或修改小型网络的参数，让它能玩《打砖块》之类的小游戏。
· 修复大模型：通过修改Qwen的部分权重，大幅提高其数学测试表现。
但这篇论文摘要给人的核心印象却是——
Astra「仅通过观察原始权重」，就能理解并修改另一个模型。
如果只是一眼扫过，很难不让人理解为：
无论是识别一个小型网络的功能，还是修复一个大语言模型的数学能力，都源于同一种「读脑」神技。
但，这是真的吗？
Honnibal仔细梳理了论文中的8组实验后发现：实现这三件事的实验条件，天差地别。
也就是说——
纯纯是在偷换概念。
两种技术路径
那么不同实验之间，到底有什么猫腻？
首先，在识别小型网络任务、修复一个卡住的赛车模型等实验中，Astra确实做到了「只看原始权重」。
因为实验条件非常苛刻：
· 直接将权重数字（raw floats）作为输入，放进Astra的上下文。
· 不允许Astra运行Python代码。
· 不允许Astra执行目标网络来观察其行为。
在这种模式下，Astra处理的模型参数规模都非常小，在1.7万到17.2万之间。这确实很了不起，但距离真正理解一个现代大语言模型，还有很长的路。
但到了最引人注目、也最令人振奋的Qwen数学能力修复实验，就完全不是这么回事儿了。
在修复8亿参数的Qwen模型时，Astra并没有直接读取原始权重。
取而代之的是，Astra被授权使用Python编程，并且最多可以进行50次前向测试。每次允许模型处理一批练习题，通过观察模型的表现来分析和修改权重。
这根本是两码事。。。
Honnibal一针见血地指出，将这两种方法打包在一起，很容易让读者误以为：
噢，那种在小模型上实现的「读脑术」，同样可以规模化地应用在8亿参数的大模型上。
但事实是，在处理真正的大语言模型时，Astra更像一个「场外教练」，需要通过编程、运行、观察等一系列工程手段来介入。
真正的价值
那么，这是否意味着MIT的研究毫无价值？
当然不是。
必须承认，即使剥离了「读心术」的光环，Astra所展现的能力依旧非常了不起。
Honnibal也坦言，让一个AI模型被提示去设计并执行人类机器学习工程师才能完成的任务——编写代码片段来分析甚至直接修改网络权重——这本身就是一个巨大的进步。
一两年前的AI模型，在所有这些任务上都会失败。
这说明，今天的顶尖大模型，已经具备了相当复杂的工具使用和推理能力，能够作为一个「AI工程师」来诊断和修复其他模型。这本身就是一项值得关注的工程突破。
真正的问题，在于成果的呈现方式。
将两种截然不同的能力，模糊地包装成一种统一的、能够读写AI大脑的「超能力」。
说实话，乍一听还以为是A社做的事。。。
也侧面反映了如今AI圈的Hype狂潮吧。
原文：https://honnibal.dev/blog/astra-read-write-misleading
版权所有，未经授权不得以任何形式转载及使用，违者必究。
· Linux内核被挖出948个漏洞！OpenAI花120万美元找到的2026-11-05
· 纯语音Personal Agent来了！或许，这就是乔布斯心中的Siri2026-11-03
· 清华姚期智团队新作：代数世界模型，让AI像牛顿一样思考2026-11-01
· 老牌便利店机器人售货折戟：实验室锤炼上万次，货架前还是摔瓶子2026-11-01
八成名校AI教授，都拿过谷歌微软亚马逊们的钱
分别在多伦多大学和哈佛医学院读书的阿卜杜拉兄弟俩做了一个研究，发现58%的名校AI领域教师受巨头直接资助。
MIT：睡眠不足会让你连路都走不好，但补觉还有救
通宵熬夜一时爽，一直熬夜……
患上乳腺癌后开发AI诊断模型，这位MIT女科学家获得AAAI首届百万美元最高奖
首届「AI诺贝尔奖」得主
当心被AI“洗脑”！MIT最新研究：大模型成功给人类植入错误记忆
AI开始反过来训练人类了！
MIT：这双AI袜子，暴露了你的行动丨Nature子刊
华人博士小姐姐一作
MIT新研究给量子计算机「泼冷水」：自然界辐射会干扰它，需要研究新对策 | Nature
墙也挡不住
Evidence
来源与证据
当前仅有一个可用来源，尚未完成多源交叉核验。
- 发布时间
- 内容处理
- AI 翻译 / 摘要，需结合原文核对
相关资讯
DeepSeek发布创作者模式，下一代大模型计划基于华为昇腾芯片预训练
“你的Harness，由你定义。”（Your Harness. You Define It）在发布智能体更新后，DeepSeek再次更新Creator Mode（创作者模式）。11月2日，澎湃新闻记者获悉，DeepSeek Harness发布Creator Mode（创作者模式）演示视频，集中展示通过对话创建插件的能力，并公开七组演示的中英文提示词。据DeepSeek在推送中介绍：“来认识DeepSeek Harness中的‘创造模式’，把想法转化为你能直接使用的插件：可以是设计工作台、沙盒游戏，或是一个3D大模型可视化工具，你会创造出什么？”所谓Harness，是指围绕大语言模型构建的一套软
百度发布 Apollo World 世界模型，助力无人驾驶规模化落地
百度发布 Apollo World 世界模型，助力无人驾驶规模化落地 4 小时前 百度 Apollo 在相关专场上首次披露面向物理 AI 的智能体驱动全模态世界模型 Apollo World，提出世界模型「2 + 3」判断标准，该模型已用于萝卜快跑全球化测试与验证，助力无人驾驶规模化落地。Apollo World 将虚拟场景内所有交通参与者建模为具备决策与交互能力的 AI 智能体，支持无人车在虚拟城市任意起终点通行，其技术栈还可拓展至机器人等更广泛的物理 AI 场景，虚拟路测效率极高，依托真实运营数据形成真实运营与虚拟验证相互促进的闭环，可帮助消化测试成本与部署风险，破解无人驾驶规模化的「
国内三大顶尖大模型负责人乌镇同台对话：开源后如何防范风险
11月3日，2026年世界互联网大会乌镇峰会在浙江桐乡乌镇开幕。此次峰会的主题是“开源开放 共建共享——携手构建网络空间命运共同体”，聚焦人工智能的开源开放。这也是世界互联网大会第一次把“开源”置于主题位置。围绕上述主题，当天下午举行的主论坛专门开设了“人工智能乌镇对话”环节。在世界互联网大会人工智能专业委员会首席主任委员、中国工程院院士、之江实验室主任王坚的主持下，国内三大顶尖开源大模型企业——DeepSeek（深度求索）、阿里千问和MiniMax（稀宇科技）的相关负责人针对开源大模型的热点问题展开交流。“人工智能乌镇对话”现场。澎湃新闻记者 徐益平 图国内大模型企业为何纷纷选择开源过去一年
Meta 收购 AI 编程初创公司 Conductor，加码智能体编程赛道
IT之家 11 月 5 日消息，Meta 已收购 AI 编程初创公司 Conductor。该公司开发了一款 AI 编程工具，允许用户通过在多个并行工作空间中部署 AI 智能体，同时启动和推进多个软件项目。Conductor 创始人兼首席执行官查理 · 霍尔茨（Charlie Holtz）周三发文称：“有一个重大消息要告诉大家：Conductor 即将加入 Meta。”他还透露，公司正在为下一代交互界面制定一些大胆的计划，并预告将于“明年年初”为用户带来一些新东西。IT之家注意到，霍尔茨还在 X 平台上表示，他期待与 Meta 首席人工智能官亚历山大 · 王（Alexandr Wang），以及
AI 翻译、摘要和解读仅用于辅助判断；涉及重要决策时，请回到上方来源核实。