模型权重可被读写，算力融资与供电承压
本期要点
- LLM 可直接读写神经网络原始权重，Qwen 3.8 27B 本地复现
- AI 数据中心融资趋紧，OpenAI 在佐治亚测试削峰节电
- ChatGPT 搜索规模约为 Google 的 20%，月活对话用户 2.5 亿
权重空间编程：模型开始直接改权重
昨天流传的一篇论文（作者自称「博客文章」，但形式接近论文）提出 Weight-Space Programming：前沿模型可以直接解读并修改机器学习模型的原始权重，也就是一串浮点数的文本描述。作者 Rikiya Takehi、Jayden Teoh、Alex Zhang、Omar Khattab 称，GPT-6 Astra 仅凭原始权重就能判断网络训练目标，并且在没有任何环境反馈的情况下，从零写出小游戏网络，表现超过用 PPO 训练 1 亿步的网络；被要求在不使用梯度的情况下提升 Qwen3.5-0.8B 的数学能力时，Astra 能定位到模型中的问题。(来源: Simon Willison)
这一能力并非闭源模型专属。Simon Willison 用笔记本上的 Qwen 3.8 27B 复现了论文中的一个例子，说明本地可运行的模型也具备一定程度的权重读写能力。(来源: Simon Willison)
同一方向上还有更极端的实验：AI 工程师把 32 位 RISC-V CPU 编译后直接插入 Qwen 3.5 4B 的权重中，这个名为 Qwenputer 的混合体可以执行处理器算术运算，并运行 DOOM。(来源: Tom's Hardware) 另一条线索提到，通过编辑 Qwen 权重可以减少推理循环。(来源: Latent Space)
如果模型能直接读写权重，「自动研究」循环中原本需要训练和评估的环节可能被跳过，这是该方法被讨论的核心原因。目前证据仍以案例演示为主，能否稳定泛化尚待验证。
算力侧：融资变贵，供电找新办法
支撑这轮模型能力的算力扩张开始遇到资金与能源两端的约束。FT 报道称，投资者正在要求更高的回报才愿意为数据中心热潮提供融资，AI 信贷市场出现降温迹象。(来源: FT Technology)
供电方面，OpenAI 推出 Grid Protectors 计划，在佐治亚测试对数据中心实施负荷削减（load shedding），以降低高峰时段的用电需求。该技术自 1970 年代就已存在。(来源: Tom's Hardware) xAI 则在密西西比州的数据中心使用 8 台改装喷气发动机涡轮供电，许可允许其污染物排放上限高出 25%，一氧化碳和挥发性有机物带来的健康风险引发担忧。(来源: Tom's Hardware)
应用与生态：搜索、教育与内容授权
OpenAI ChatGPT 消费产品负责人 Adam Fry 透露，ChatGPT 搜索的规模约为 Google 的 20%，有 2.5 亿人通过语音与 ChatGPT 对话，公司计划把 Chat 与 Work 合并。(来源: Big Technology)
教育市场出现捆绑式选择：Google 将向学校提供声称不会直接给出答案的 AI 工具，但选择不启用 AI 的学校也需放弃 Google 搜索。(来源: Ars Technica)
内容授权争端继续。纽约时报要求 Brave 关闭其付费墙绕过功能，并终止与 AI 公司的相关交易，诉状称 Brave 是「被盗新闻内容的供应者、交易商和分销商」。(来源: Ars Technica)
开发者工具方面，Simon Willison 发布 llm 0.37，新增 gpt-6.1-sol 与 gpt-6.1-terra 模型支持，默认模型切换为价格减半的 gpt-6-luna，嵌入功能开始支持不同 content-type 的二进制内容。他提到该版本包含 12 位作者的修复，几乎全部由 AI 辅助完成，审阅负担低于预期。(来源: Simon Willison)