MIT 打造 AI「机械师」：可解读并修改其他神经网络的黑箱内部

marinkazitnik · x · 2026-11-14

MIT 团队发布的预印本研究（11 月 2 日）被 Nature 专题报道：模型 GPT-6 Astra 能解读其他模型的原始内部值，预测各部分功能，并直接编辑目标模型实现改进——包括提升其数学能力。研究者将 AI 模型当作可读取、可调试的「文件」来对待，团队称前沿模型已显现这种能力的早期迹象。这种「权重空间编程」（weight-space programming）路线有望提升 AI 安全性与可控性。作者 marinkazitnik 接受了 Nature 采访，报道还涉及 Takehi、Teoh、Zhang 与 lateinteraction 的研究。