RecodeX 重构消息，MIT CSAIL研究者发布《权重空间编程的火花》博客，实验显示GPT-6 Astra可通过修改少量权重提升小语言模型在数学等任务上的表现，并能仅凭权重识别强化学习网络功能、从零写出可运行的游戏网络参数。

梳理公开实验日志可见，Qwen3.5-0.8B的成绩暴涨实际源于修复了其在特定设置下易陷入思考循环、无法输出完整回答的bug，并未新增数学能力；在很少出现循环问题的Gemma 3 270M上，同类修改带来的提升十分有限。

实验中所有目标、规则与工具框架均由人类设定，Astra仅自动完成指定的定点权重调试，并未真正理解其他模型内部逻辑，也未实现递归自我改进。不过研究显示大模型可将构造的算法直接写入指定神经网络权重，且该能力已在多款不同大模型上复现。