笔记本上的 Qwen 3.8 27B 也能“读懂”神经网络权重

一句话看懂：Simon Willison 复现论文示例发现，普通笔记本上运行的开源模型 Qwen 3.8 27B 仅凭数值权重就能判断某个小型强化学习网络训练的是哪款游戏，说明“权重空间编程”这一能力并非只有顶级闭源模型才有。

事件核心：发生了什么

2026 年 11 月 3 日，Simon Willison 在其博客中记录了这次复现。事起一篇名为《Sparks of Weight-Space Programming》的工作，作者 Rikiya Takehi、Jayden Teoh、Alex Zhang 和 Omar Khattab 称，GPT-6 Astra 等前沿模型可以直接阅读并修改神经网络的原始浮点数权重，例如识别出网络训练的用途，甚至在不提供训练循环的情况下，通过编辑极少量权重改善 Qwen3.5-0.8B 的数学表现。Willison 用论文 GitHub 仓库中“猜游戏”的提示词，在本机 LM Studio 上运行 17GB 的 Qwen 3.8 27B，经过约 46 分钟和 4.3 万推理 token，模型成功判断出对应的是一个简化版 Pac-Man 风格的网格游戏；在另一例中它也用约 1 小时识别出 Pong。

为什么重要

这不是产品发布，而是一次对模型能力的验证。它的价值在于把两种能力拆开：一是不借助工具和代码执行，模型能否从权重中“读出”网络行为；二是借助代码时，模型能否修改其他模型。素材中的社区声音也值得参考：spaCy 作者 Matthew Honnibal 认为论文把两者混为一谈，有误导之嫌；Sean Goedecke 则认为论文中修复 Qwen3.5-0.8B 的案例，本质上是人类研究者会采取的操作步骤。目前公开信息显示，这类结论更多来自作者自述和博客式论文，尚未经过同行评审。

对用户/开发者/创作者的影响

对开发者而言，如果能力在开源模型上稳定成立，未来调试、审计甚至迁移模型权重可能多一种“可解释性”入口，而不必完全依赖训练日志和评测集。但门槛仍不低：长上下文、超长推理时间和大量 token 消耗都是现实成本，笔记本运行耗时已超过 40 分钟。对普通用户和创作者来说，短期内它更像研究话题，不会改变日常 AI 应用的使用方式。