RecodeX 重构消息，MIT研究团队发现，GPT-6 Astra能够直接分析并修改神经网络的数百万乃至数亿个参数，无需训练即可从零写出一套神经网络。研究人员将简化版打砖块游戏的规则、源代码和一套权重全为零的网络交给GPT-6填写参数，不提供训练数据也不允许试玩，最终得分达517.4，约为同等结构、经5亿步强化学习训练模型的20倍；但在另外两款游戏中未能超越该训练模型。

团队还让GPT-6直接修改阿里Qwen3.5-0.8B的权重，仅改动0.016%的参数，未重新训练，就使MATH-500数学正确率从7.9%升至48.1%，指令遵循成绩提高近3倍。修改前93%的数学测试回答会耗尽32768个Token，修改后降至33.1%。但对参数量仅2.7亿的Gemma 3 270M，GPT-6未能明显提升数学成绩。研究团队将这种直接读写参数的方法称为「权重空间编程」。