11 月 2 日，MIT CSAIL 發布早期實驗，稱 GPT-6 Astra 能用自然語言直接讀取和修改神經網路權重，無需梯度或訓練迴圈，並將這一方法命名為 Weight-Space Programming。據論文，Astra 定位到 Qwen3.5-0.8B 中導致推理迴圈的權重問題，只原生編輯 0.016% 的引… 看完整事件
spaCy 作者公開質疑 MIT Astra 研究存在誤導
spaCy 作者、Explosion 聯合創始人 Matthew Honnibal 發文質疑 MIT 的 Astra 研究存在誤導。爭議在於：Astra 宣稱只改動 Qwen3.5-0.8B 的 0.016% 權重就把數學成績從 7.9% 提升到 48.1%，但該實驗允許它編寫 Python 並最多進行 50 次前向測試；而“只讀原始權重”的實驗只針對 1.7 萬至 17.2 萬引數的小網路。Honnibal 仍認可其工程價值：大模型已能像工程師一樣診斷並修改其他模型。
釐清了一項刷屏研究的真實邊界：讀權重與修大模型對應完全不同的實驗條件，為關注模型可解釋性與“AI 改 AI”說法的人提供必要降溫。
原標題：MIT神作被锤：Astra爆改Qwen权重？就吹吧！
閱讀原文
| 評分 | 76 / 70（平均 73，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
OpenAI 預告 Astra 6.1，主打刪減屎山程式碼
OpenAI 產品負責人 Tibo Sottiaux 發帖預告未來模型會更擅長刪除和簡化程式碼，並在評論中確認 Astra 6.1「coming soon」。負責 coding post-training 的研究員 Rajan Agarwal 轉發該帖，並公開徵集使用者遇到的 sloppy code 與程式碼品質問題。《華爾街日報》此前報導，Astra 6.1 原計劃 10 月發布，因內部安全測試中在權限邊界上表現不穩而被臨時叫停。
PaperBenchX 發布：GPT-6 Astra 完整復現率僅 13.98%
UniPat AI 發布 PaperBenchX，稱其為國際上首個多學科端到端論文結果復現基準，從 93 篇論文建置 93 個復現任務，橫跨電磁、光子、化學、材料、生物、機器人等 12 個研究方向和 10 種領域原生科學環境，含 3168 條專家校驗評分項。在這 93 個任務上，表現最強的 GPT-6 Astra 完整復現率只有 13.98%，建模與執行階段平均得分約 62%，驗證階段僅 42.8%。
商湯聯合團隊評測 GPT-6-Astra：模擬近滿分，真機插頭 11 次全敗
商湯聯合大曉機器人、Ropedia、南洋理工大學與東京大學發布報告《Has GPT-6-Astra Achieved Embodied Intelligence?》，對 GPT-6-Astra 做了 12 項模擬評測與 8 個真實機器人平台的系統測試。在允許上下文學習並把動作步數放寬到最多 10 倍後，它在 LIBERO-Long++ 上達 100%、LIBERO-Pro 99.3%、SIMPLE 98.8%；
GPT-6.2-Astra 開啟灰度測試，Claude Mythos 5.5 同日曝光
GPT-6.2-Astra 已開始灰度測試：部分使用者的模型列表中出現該型號且能實際呼叫，灰度基本集中在 500 美元 Pro 套餐，有使用者 20% 的請求被路由到 6.2，個別使用者全部請求走 6.2。同日 Claude Mythos 5.5 短暫出現在官網前端程式碼中，數小時後被移除，該版本將包含生物學研究與網路安全能力。HuggingFace 上還出現聲稱是 Mythos 洩露權重的倉庫，已有 5000 多次下載，但可信度不高。