GPT-6改写Qwen引争议

11月2日，麻省理工学院（MIT）联合团队的一份技术实验在社交网络引爆了近600万次围观。实验设定极具冲击力：不给训练数据，不跑反向传播，只给一个纯Python环境，让OpenAI的前沿大模型GPT-6 Astra直接读取、并重写开源模型Qwen3.5-0.8B的底层高维张量。最终，Astra仅改动了8亿参数中的0.016%（约13万个权重），就让阿里Qwen3.5-0.8B在MATH-500数学评测上的准确率从7.9%暴涨至48.1%。报告后半部分，Astra甚至在没有训练样本的前提下，直接凭空“手写”出能打简化版雅达利游戏、下9×9围棋的小型神经网络权重。技术狂欢者将这次突破视为模型“递归式自我改进”的起点，但Meta、各大开源社区的一线研究员却迅速泼下冷水，直指推文“标题党”。这场两极分化的争论，把AI阵营直接撕裂成两派：信徒以为自己见证了神迹降临，而怀疑者看到的只是一场精心包装的学术营销。MIT的实验展示了大模型的一种强大的能力：直接读懂权重。如果通用大模型能够直接读取权重并识别其中的功能结构，未来就有机会进一步用于模型审计、后门检测、能力编辑和局部缺陷修复。