MIT神作被锤爆：Astra爆改Qwen权重？就吹吧！

Astra 日前凭借“不训练、不算梯度，直接修改另一个 AI 模型权重”的能力引发关注。MIT 团队称，Astra 仅修改 Qwen3.5-0.8B 的 0.016% 权重，就将其数学成绩从 7.9% 提升至 48.1%，约为原来的 6 倍。但这一研究正受到公开质疑。

质疑者是 spaCy 作者、AI 公司 Explosion 联合创始人 Matthew Honnibal。他发布长文博客称，这项研究存在严重误导，并用舞台魔术作比：魔术师可能用不同方式完成同一戏法，观众却误以为只有一种技术。他认为 Astra 的实验呈现与此类似。

论文原文展示了三项能力：一是读取权重，仅看原始权重数字识别小型神经网络执行的任务；二是写入权重，不依赖环境反馈，从零生成或修改小型网络参数，使其能玩《打砖块》等小游戏；三是修复大模型，通过修改 Qwen 部分权重提高数学测试表现。但论文摘要给人的核心印象是，Astra“仅通过观察原始权重”就能理解并修改另一个模型，容易让读者误以为识别小网络和修复大模型都源于同一种“读脑”能力。

Honnibal 梳理论文中的 8 组实验后发现，实现这三件事的实验条件差别很大。在识别小型网络任务、修复卡住的赛车模型等实验中，Astra 确实只读取原始权重，但条件苛刻：权重数字直接作为输入放入上下文，不允许运行 Python 代码，也不允许执行目标网络观察行为。此类模型参数规模仅 1.7 万至 17.2 万。到了最受关注的 Qwen 数学能力修复实验，Astra 并未直接读取原始权重，而是被授权使用 Python 编程，最多进行 50 次前向测试，通过观察模型练习题表现来分析和修改权重。Honnibal 指出，将两种方法打包呈现，容易让读者误以为小模型上的“读脑术”可规模化用于 8 亿参数大模型；实际上，处理大语言模型时，Astra 更像“场外教练”，需通过编程、运行、观察等工程手段介入。

不过，Honnibal 也承认，即使剥离“读心术”光环，Astra 展现的能力仍很了不起：让 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，编写代码分析甚至直接修改网络权重，本身就是巨大进步。一两年前的 AI 模型在这些任务上都会失败，说明当前顶尖大模型已具备相当复杂的工具使用和推理能力，可作为“AI 工程师”诊断和修复其他模型，这是值得关注的工程突破。真正的问题在于成果呈现方式：将两种截然不同的能力模糊包装成一种统一的、能读写 AI 大脑的“超能力”。