GPT-6 Astra 改 0.016% 权重，小模型数学暴涨 6 倍【AI 早报 2026-11-04】
今日最受关注的是 MIT CSAIL 的权重空间编程：GPT-6 Astra 不训练、只改 0.016% 权重，把 Qwen3.5-0.8B 的 MATH-500 从 7.9% 拉到 48.1%。同日，Marvell 宣布 1150 亿美元收购 Lumentum，Codex 则用 11 天写出 13.9 万行兼容 Linux 的内核。
今日概览
要闻
- GPT-6 Astra 只改 0.016% 权重，Qwen3.5-0.8B 数学成绩涨 6 倍
- Marvell 以 1150 亿美元全股票收购 Lumentum
- Altman：1 万个 Agent 用下一代 GPT 攻坚纳维-斯托克斯，成本约 1000 万美元
开发生态
- Codex 11 天写出 13.9 万行 Rust 内核，能启动 Rocky Linux 10
- REA 把 Claude Code 接进 Ghidra/IDA，GitHub Star 超 20 万
产品应用
- 浙大开源 nanoMuse：6 类平台协同，手机可向电脑派任务
- DeepSeek Harness 开放 7 个 Creator Mode 插件案例，提示词同步公开
- OpenAI 用 GPT-6 Astra 一周设计出 Codex 硬件原型
- Google Dreambeans 登陆印度，支持 13 种本地语言
- ChatGPT Voice 接入 Finances，可语音查询订阅与账户
技术与洞察
- Anthropic Message Threads 把长对话首 token 时间降低 35%
- 斯坦福：50 条 LLM 经典结论平均 15.7 个月就过期
- 浙大与 TeleAI 提出 GR-BC，机器人精细操作平均成功率约 91%
- 字节 Storage Agent Family 用双层评估器做离线回归
行业动态
- Trajectory 获 4500 万美元 A 轮，红杉领投、英伟达参投
要闻
GPT-6 Astra 只改 0.016% 权重，Qwen3.5-0.8B 数学成绩涨 6 倍
MIT 计算机科学与人工智能实验室（CSAIL）在论文《Sparks of Weight-Space Programming》中提出“权重空间编程”：让大模型跳过训练和梯度计算，直接读写另一个神经网络的权重。第一作者 Rikiya Takehi 用 GPT-6 Astra 对 24 层、8 亿参数的 Qwen3.5-0.8B 做“微创手术”，整个过程在只有 CPU 的沙盒里完成，Astra 最多试跑 50 次、用 96 道数学题做诊断。
诊断发现，原模型在 96 道题中有 85 道陷入复读死循环，3.2 万词元上限耗尽仍不出答案，MATH-500 仅 7.9%。Astra 定位到第 15、19 层中沿固定方向发放的异常信号，各切除 64 列权重，只改动 131,072 个数字，占全模型 0.016%，其余 99.984% 未动。
改完后，死循环比例从 93.0% 降到 33.1%，原本卡死的 696 道题全部算出答案；MATH-500 从 7.9% 升到 48.1%，GSM8K 从 13.8% 升到 67.1%，AMC23 从 0.5% 升到 23.4%，IFEval 指令遵循从 21.0% 升到 62.3%。
对照组 Gemma 3 270M 只从 6.8% 微升到 7.0%，原因是它仅有 8.5% 超时，主要缺公式和算术能力；这说明该方法当前是切除阻碍能力发挥的“死循环”，并非无训练注入新知识。
论文还展示“盲读权重”：只给 17,253 个数字，Astra 以 99% 置信度认出 4 个结构相同的游戏网络分别在玩打砖块、乒乓球、吃豆人和过马路，4 猜 4 中；从全零开始手写打砖块网络，得分 517.4，是 PPO 训练 5 亿步得分的 20 倍。
该论文发布后全网围观超过 200 万人，Hyperbolic 联合创始人金雨晨称这像“给神经网络做基因编辑”。
Marvell 以 1150 亿美元全股票收购 Lumentum
Marvell 宣布以全股票方式收购光芯片及网络设备制造商 Lumentum，企业价值 1150 亿美元（含债务），股权价值约 800 亿美元。
交易对价为每股 Lumentum 股票换 4.5 股 Marvell 普通股，规模超过微软 2022 年 687 亿美元收购动视暴雪、戴尔 2016 年 670 亿美元收购 EMC。
英伟达是两家公司的共同重要股东：今年 3 月，英伟达分别向 Lumentum 和 Marvell 投资 20 亿美元，合计 40 亿美元；同时与 Lumentum 签有多年期先进激光器组件采购协议。
Marvell 称，收购后产品组合将覆盖芯片、光通信器件到数据中心互联，目标是成为 AI 互联领域的领导者。交易需双方股东及监管机构批准，预计 2028 年上半年完成。
Altman：1 万个 Agent 用下一代 GPT 攻坚纳维-斯托克斯，成本约 1000 万美元
当地时间 11 月 2 日，Altman 在阿布扎比 ADIPEC 2026 能源大会上披露，OpenAI 此前公布的纳维-斯托克斯方程突破，由约 1 万个 Agent 完成，这些 Agent 由即将发布的下一代 GPT 驱动。
这些 Agent 连续工作约 4 天，没有层级、没有统一负责人，每个 Agent 可自行选择研究方向、分享进展并决定下一步；Altman 称这是“完全去中心化”的科研方式。
OpenAI 在 9 月 8 日公布的结果称，内部模型构造出证明：在施加平滑外力时，一个最初静止、状态平滑的流体可在有限时间内形成奇点，同时保持总能量有限，解决了该问题正式表述中的 C、D 两个情形，并同步发布论文和 Lean 形式化证明。
实验从 9 月 1 日启动，Agent 可读取缓存互联网信息、运行代码；Codex 负责整理各小组阶段成果并回传。最终约 1 万个 Agent 在 88 小时内交换 270 万条消息、生成约 1300 亿 Token，GPT-6 Astra 再用 17 小时完成 Lean 形式化和验证。
Altman 在 10 月 29 日与 John Collison 的播客中称，这项研究投入约 1000 万美元，甚至可能略高；他预计到 2027 年 9 月，可用目前约 1% 的成本重做同样工作。
他未公布下一代 GPT 的型号、发布时间，也未说明普通用户能否调用万级 Agent 协作系统。
来源：https://mp.weixin.qq.com/s/kCREl0mWwog78VrPLuIAaw
开发生态
Codex 11 天写出 13.9 万行 Rust 内核，能启动 Rocky Linux 10
CentOS 创始人之一、Rocky Linux 创始人 Gregory Kurtzer 在 10 月 27 日宣布，用 11 天、以“人类主导的智能体工程”（HDAE）写出约 13.9 万行代码，造出名为 Ginux 的 Linux 兼容内核，能启动 Rocky Linux 10 并运行 systemd。
Ginux 是独立开发、以 Rust 为主的 x86-64 内核，并非 Linux 分叉，拥有自己的内存管理、调度器、进程模型、文件系统、网络和设备支持；它实现 Linux ABI，现有 Linux 二进制程序可不修改直接运行。
项目几乎在一个持续运行的 Codex 任务中完成，使用 GPT-5.6 Sol；Kurtzer 负责架构、约束、里程碑、故障解读和最终验收，Codex 在内循环中执行“实现—QEMU 构建运行—测量分析—修订—回归测试”。
11 天里留下约 13.9 万行保留代码、1,037 次提交、261 个跟踪文件、63 个 Rust 源文件；最终可构建为 GINUX.EFI 镜像，通过 UEFI 直接启动，不依赖 Linux 宿主内核。
Kurtzer 选择 systemd 作为验收关卡，因为它依赖大量系统组件；Ginux 先实现彼此隔离的“域”，再处理容器。
他把这套方法与 Nicholas Carlini 用 16 个并行 Claude Agent、近 2000 个会话、约 2 万美元造 C 编译器对比，强调没有引导的“氛围编程”不适合内核项目，领域专家设置的可执行关卡才是关键。
REA 把 Claude Code 接进 Ghidra/IDA，GitHub Star 超 20 万
开源项目 Reverse Engineer Anything（REA）在 GitHub 已获超过 20 万个 Star，它通过 MCP 服务器把 Claude Code、Codex 等编码智能体接到 Ghidra、Hopper、IDA 等逆向工程工具上。
开发者可让智能体查询反汇编器、检查函数和交叉引用、追踪程序行为，并针对二进制文件反复验证假设；REA 还支持 JavaScript、Electron 应用和 .NET 程序集的静态分析。
展示案例包括追踪 Notion 的 Electron 剪贴板实现、从经典游戏 DX-Ball 重建声音声像定位函数，测试匹配全部 3205 个原始 x86 用例和编译后函数的全部 63 个字节，以及从 DOS 游戏 Touhou 4 的 16 位代码恢复弹幕环角度计算逻辑。
项目在本地运行，采用 MIT 许可证，未声称能恢复原始源代码；作者网名 morluto，真实姓名未公开，同时还发布了 Awesome Reverse Engineering 资源库。
Hacker News 上有人质疑它与“直接让智能体安装 Ghidra”相比增加了什么，也有用户称 REA 效果更好；有评论认为这会加速大型科技公司把应用迁到云端，因为不提供二进制文件就能切断一种逆向路径。
Reddit 上部分独立开发者担心，AI 辅助逆向会让游戏和应用更容易被复制、付费功能被绕过。
产品应用
浙大开源 nanoMuse：6 类平台协同，手机可向电脑派任务
浙江大学研究者 Guangyi Liu、Yong Liu、Jiangning Zhang 开源个人智能体 nanoMuse，目标是打通手机与电脑之间的任务断点：用户可从手机发起请求，把任务交给电脑继续执行，App 退出后任务仍可在后台运行，遇到删除、付款等难撤销操作时停下来等待确认。
nanoMuse 覆盖 Android、iOS、macOS、Windows、Linux 和网页 6 类平台，手机端、桌面端、网页控制台及设备中继均以 GPL-3.0-or-later 协议开源；当前版本 1.0.9 Tiller，GitHub Star 超过 3.1k。
用户可使用社区中继和免费模型额度，也可接入自己的 API Key、自建中继；单设备可用自己的模型密钥独立运行，多设备协同则需要中继。
系统里 Android 和桌面端各自携带智能体、工具和权限检查模块，通过 Hub 与中继交换消息和委托任务；iPhone 和 iPad 可参与对话及审批，但受 iOS 限制，不能操作其他应用的屏幕。
示例任务是在手机发送“@Mac 计算每月储蓄 3000 元、一年的累计储蓄，并把过程和结果写入工作目录 savings.txt”，电脑在自己的会话中执行，手机端处理授权确认。
官方提醒，电脑执行任务期间需保持开机和 nanoMuse 在线；手机作为被调用目标时需保持前台打开。
DeepSeek Harness 开放 7 个 Creator Mode 插件案例，提示词同步公开
DeepSeek Harness 的 Creator Mode 允许用户输入一段自然语言，现场生成可直接交互运行的独立插件，并能修改客户端、生成常驻交互界面的原生插件系统。
官方此次公开了宣传视频中 7 个演示案例的中英文完整提示词和提示词库，复现方式是复制提示词进 DeepSeek Harness，勾选 Creator Mode；官方说明部分案例经过多轮对话微调，单次生成结果可能与视频有细微差异。
已披露的案例包括：在左侧边栏生成巴黎埃菲尔铁塔、中国长城、紫禁城和一座 AI 自选地标的 3D 画廊；生成可交互的 Transformer 三维演示游戏，并要求界面避开 macOS 原生窗口按钮；提供 5 种全局视觉风格切换，其中包含复古像素风。
还包括从会话唤起海报设计工作台，使用 DeepSeek Harness 官网同款 shader 背景和英文字体，默认标题为“Everything is a plugin”；以及深色主题视频剪辑工作台，上方预览、下方时间轴，支持上传多段素材、剪切拼接和导出。
这些案例显示，Creator Mode 的重点是让非专业开发者用自然语言直接定义软件功能与界面，而不是调用现成插件。
OpenAI 用 GPT-6 Astra 一周设计出 Codex 硬件原型
据 The Decoder 报道，OpenAI 硬件团队用 GPT-6 Astra 在不到一周内设计出一款面向 Codex 编程智能体的硬件设备，工作覆盖外壳、电路板和固件。
该模型没有一次性给出可量产方案，项目在投产前经历多轮修订，原因是模型并不总能考虑制造公差。
OpenAI 表示，一款更新的内部模型在其工程基准上得分显著更高，但未公布该模型名称、基准细节和硬件设备的具体规格。
这条信息显示，GPT-6 Astra 的使用场景从代码生成扩展到硬件工程流程，但现阶段仍需人类工程团队做制造可行性修正。
Google Dreambeans 登陆印度，支持 13 种本地语言
Google 把实验性 AI 故事应用 Dreambeans 推向印度，这是该应用首次进入美国以外市场，支持英语以及印地语、泰米尔语、泰卢固语、孟加拉语等 13 种本地语言。
Dreambeans 会读取用户连接的 Gmail、Calendar、Photos、Search、YouTube 和 Gemini 数据，在没有提示词的情况下主动生成关于用户生活与兴趣的图文故事，现在还会用 Veo 模型把部分图片做成动画。
产品经理 Gozde Oznur 称，选择印度是因为用户兴趣强，且 Gemini、Gmail 和 Photos 的重合度高；但用户每条故事只能选择一种语言，可能限制印度多人混用印地语和英语的场景。
Sensor Tower 估算，Dreambeans 自 6 月在美国上线以来下载量接近 5.5 万次，10 月下载量环比下降 84%。
隐私方面，Oznur 表示用户可自行选择连接哪些服务，可随时断开或删除数据，也可让应用避开某些话题，包括逝者等可能引发不适的记忆；故事仅账户持有人可见，Google 还在探索让应用更具可操作性的方式。
ChatGPT Voice 接入 Finances，可语音查询订阅与账户
OpenAI 宣布 ChatGPT Voice 接入 Finances，用户可通过 Finances 安全连接账户，然后用语音讨论订阅支出等财务话题。
官方给出的使用路径是：先在 Finances 中完成账户连接，再让语音助手查询“你在为哪些订阅付费”等问题。
该功能目前披露的信息有限，OpenAI 未说明支持的国家、账户类型、数据保留周期和具体定价。
来源：https://www.youtube.com/watch?v=63pcV4z0DwI
技术与洞察
Anthropic Message Threads 把长对话首 token 时间降低 35%
Anthropic 为 Messages API 推出 Message Threads，改变多轮对话的传输方式：不再每一轮都重发完整会话，Agent 只发送发生变化的部分。
对于 50 万到 100 万 Token 的长请求，这一机制把首 token 时间（TTFT）降低约 35%。
该优化针对长对话和 Agent 工作流，减少重复传输的上下文，从而缩短等待时间；Anthropic 未披露是否会影响计费方式。
斯坦福：50 条 LLM 经典结论平均 15.7 个月就过期
斯坦福研究人员把 50 条被广泛引用的 LLM 结论放到 20 个当前模型上复测，发现 44% 的结论已经“过期”，另有 34% 显著减弱。
这些结论的平均有效期只有 15.7 个月；其中关于“模型做不到什么”的断言过期最快。
研究说明，LLM 能力迭代速度已经超过学术论文的引用周期，基于旧模型得出的能力边界、缺陷判断和对比结论需要重新验证。
浙大与 TeleAI 提出 GR-BC，机器人精细操作平均成功率约 91%
浙江大学沈春华团队联合中国电信人工智能研究院（TeleAI）与伽马智能白辰甲团队提出 Graph-Reweighted Behavior Cloning（GR-BC），论文已被 CoRL 2026 接收。
方法把同一任务的多次尝试建成图：时间边连接同一轨迹的相邻节点，相似边在多个相机视角、夹爪状态和归一化距离同时满足条件时桥接不同轨迹；再从成功终点做反向 Dijkstra 搜索，计算每个状态到成功还需多少步，并插值成密集进度信号。
训练时，每个动作块要同时通过“净进展超过阈值”和“最大回退未超限”两道检查，通过者获得正权重，其余权重为零；新收集的成功、失败与人工介入轨迹会回流数据池，扩展图并重新搜索，无需额外训练奖励模型或进度预测器。
真机实验覆盖四孔零件装配、显卡插装、双螺钉拧紧和内存条插装，其中 DDR4 插槽开口约 1 毫米；以 X-VLA 为骨干，GR-BC 最终成功率分别为 98%、93%、89% 和 83%，平均约 91%，类 DAgger 等权聚合基线平均为 64%，相差约 27 个百分点。
进度评测中，GRP 的成功—失败终点进度差为 0.97，局部偏离检出比例为 0.92，说明它既能区分成败，也能捕捉成功轨迹中的回退。
字节 Storage Agent Family 用双层评估器做离线回归
字节跳动火山引擎存储团队为云存储智能助手 Storage Agent Family 建立持续评测机制，解决提示词、技能、CLI 和执行框架改一处就牵动全局的问题。
评测集同时覆盖用户意图、Skill 调用链路和边界条件：例如 EBS Agent 面对“指定云盘扩容 100 GiB 后每月多花多少钱”，必须先查容量、类型和计费方式，再核对扩容上限并调用询价接口；缺少云盘 ID 时要追问，工具查不到数据时不能编造价格，删除资源、越权访问等请求要直接拒绝。
评分采用 LLM 评估器与 Code 评估器结合：前者从任务理解、事实依据、完成度、能力边界与操作安全、表达清晰度五个维度打分，后者用代码和正则检查空回答、运行报错、工具调用约束等可程序化行为。
离线回归由评测工作台、云端隔离沙箱和火山引擎日志服务 TLS AgentLoop 协同完成：沙箱并发运行完整 Agent 流程并保留回答、Trace 和报告，TLS AgentLoop 做调用链分析、LLM 多维评估和线上会话质量分析，再把得分与证据回传工作台。
平台会保留评测集快照、评估器版本和评分配置，使新旧版本能在同一基准下对比；沙箱运行与评估打分分离，调整评分规则时可基于已保存结果重评，无需重跑沙箱。
行业动态
Trajectory 获 4500 万美元 A 轮，红杉领投、英伟达参投
AI 模型后训练公司 Trajectory 完成 4500 万美元 A 轮融资，估值 3 亿美元，由红杉资本领投，英伟达、Bessemer Venture Partners 和 Bain Capital Ventures 参投。
公司约一年前成立，三位联合创始人是斯坦福同学，团队有 Google DeepMind 和苹果工作经历；目前员工 18 人。
Trajectory 主打“持续学习”：企业从开源模型起步，把平台接入自身应用，持续收集模型在真实任务中的表现反馈，再用这些反馈重新训练模型，让律师、医生等专业人士无需依赖专业 AI 研究团队也能优化模型。
客户包括 Harvey、Rogo、Decagon、Mercor 和英伟达；Harvey、Rogo 已用其平台对开源模型做后训练，使模型通过反复审查法律合同或按特定估值方法评估企业，逐步提升专业任务表现。
竞争方面，Trajectory 将 Mira Murati 创办的 Thinking Machines Lab 及其 Tinker 微调平台视为直接对手，其他竞争者还包括 Applied Compute、Prime Intellect；Applied Compute 上月融资估值已达 32.5 亿美元。
暂无评论。