Qwen 3.8 27B 本地运行也能读懂模型权重，识别游戏类型

论文《Sparks of Weight-Space Programming》由 Rikiya Takehi、Jayden Teoh、Alex Zhang 和 Omar Khattab 撰写，提出 LLM 可以原生读写神经网络权重，并将这一能力命名为 Weight-Space Programming。论文显示，GPT-6 Astra 仅看原始权重就能判断网络训练目标，还能从头写出超越 PPO 训练 1 亿步的小型游戏网络。

作者用四个 10x10 网格的经典游戏（Breakout、Pong、Pac-Man、Freeway）训练了四个策略网络，然后把权重以浮点数形式喂给 LLM，要求其不借助任何工具判断游戏类型。论文的 GitHub 仓库（RikiyaT/lm_understand-logs）提供了完整 prompts，除了权重不同，其余内容完全一致。

Simon Willison 用 LLM 工具配合 LM Studio 在本地运行 Qwen 3.8 27B（17GB 模型），对 Pac-Man 权重进行测试。耗时 46 分 12 秒、43,506 个推理 token 后，模型不仅猜对了游戏，还给出了详细描述：agent 在固定 8x8 迷宫中移动，收集奖励点并躲避移动物体。随后他又测试了 Pong（1 小时 4 分 54 秒）和 Breakout（52 分 25 秒），均正确识别。

值得注意的是，论文中 Qwen3.5-0.8B 的数学改进案例被 spaCy 作者 Matthew Honnibal 批评为误导，认为其混淆了「无工具推理」和「借助代码执行更新模型」两种能力。Sean Goedecke 也指出，Astra 修改权重的过程与人类 ML 研究者的常规步骤并无本质区别。Willison 则聚焦于无工具场景，认为这才是更有趣的部分。