不训练、不算梯度，只动0.016%的权重：MIT给模型做了一场脑科手术

0.016% 的权重手术，到底做了什么

如果提升一个模型的数学能力，不需要重跑训练、不需要标注数据、甚至不需要计算梯度，你需要的只是一支精准的"手术刀"——MIT 本周披露的"权重空间编程"研究，就把这一幕变成了现实。研究人员让 GPT-6 Astra 扮演"操刀者"，直接改写一个小模型 0.016% 的权重，后者的数学能力提升了约 6 倍。没有训练循环，没有梯度回传，模型能力第一次像文档一样被"编辑"。

拆开看，这项研究的关键在于"谁来改"和"改多少"。操刀者 GPT-6 Astra 是 OpenAI 当前一代的主力模型，被编辑的对象则是参数量小得多的模型，报道指向 Qwen 系列小模型；最终发生变化的权重只占全部的 0.016%，相当于在几百亿个参数里动其中的几十万个。传统路线里，想让模型在数学上变强，靠的是继续预训练、监督微调、强化学习一轮轮"炼"，数据、算力、时间一个都省不了；而权重空间编程把这件事压缩为"读取权重、定位短板、定向改写"三步。MIT 方面称，这为"模型能力编辑"提供了一条全新路径。

从"炼模型"到"编辑模型"，范式变了什么

这件事的意义，要到模型维护的账本里去看。今天一家公司想让自家模型修复幻觉、增强某个垂直领域、或者削弱不良行为，主流做法仍然是重训或微调，成本以周和月计。如果能力可以像编辑文档一样定向修补，"重造发动机"就变成了"换火花塞"——对算力紧张的中小团队、对需要快速响应监管要求的应用方，这都是数量级的变化。更深一层看，它把"模型能力"从训练过程的产物，变成了可以持续工程化处置的对象。

把视线放宽一点，训练侧的效率革命近一年从未停歇：数据质量、世界模型路线、更聪明的后训练，解决的是"怎么练得更省"；权重空间编程解决的是"练完之后怎么改"。两条路线互补，共同把模型迭代的成本曲线往下压。当然，它眼下仍处在早期阶段：0.016% 的权重改写能覆盖多大的能力空间、可编辑能力的边界在哪里、编辑之后的稳定性与安全性如何保障，都还没有答案。但方向一旦被验证，跟随者不会少。

算力底座同步换挡：吞吐破千与 3GW 数据中心

模型层的"软件革命"之外，硬件侧同期扔出的数字同样惊人。在 SemiAnalysis 的 AgentX 基准上，英伟达 Vera Rubin NVL72 系统运行 700B 以上参数模型时，单用户吞吐首次突破 1000 Token/秒，单位 TCO 性能达到上一代 GB300 NVL72 的 20.9 倍。翻译成商业语言：同等预算下能支撑的 Agent 并发量级抬升了一个数量级，推理成本这条压制 Agent 规模化多年的曲线，开始有了明确的下行斜率。

能源资本则在同一周坐上了 AI 基础设施的牌桌。沙特阿美宣布通过子公司注资约 26 亿美元，收购沙特 AI 公司 HUMAIN 49% 股权，PIF 保留其余 51%；HUMAIN 的计划是到 2030 年建成 3GW 规模的 AI 数据中心。从油田到算力农场，主权基金与能源巨头的深度入局，意味着 AI 基础设施的竞争正在从科技公司之间的采购战，升级为国家级资本与电力资源的配置战。

安全账与合规账：急停开关、隐形水印和智驾灯

能力编辑、推理提速的另一面，是安全产业的同步扩张。CrowdStrike 本周宣布以 4.95 亿美元打包收购两家 AI 安全公司 Fiddler AI 与 DreadNode，并推出面向 AI Agent 的"急停开关"，把可观测性、运行时防护与安全治理整合进企业 AI 栈。逻辑很直白：当 Agent 能替企业花预算、改代码、发邮件，"一键叫停"就从产品亮点变成采购必选项。能力越强，刹车的生意越大，这条定律正在被反复验证。

合规侧的动作同样密集。xAI 宣布自 11 月 7 日起为 Grok 的文本输出加入隐形水印，覆盖 7 个模型的全球 API 调用，水印直接嵌入 Token 选择过程，以满足欧盟《人工智能法案》对 AI 生成内容可追溯的要求；国内则有生成式 AI 服务安全、服务提供者合规管理、AI 安全治理系统风险管理能力要求三份标准正式落地实施。而在汽车领域，工信部就五项强制性国标征求意见，拟为 L3 及以上智能驾驶车辆设定蓝绿色 ADS 专用外部指示灯并绑定自动驾驶状态，整治 L2 车型滥用智驾灯的现象，标准拟于 2028 年实施——AI 能力的每一次外延，都在催生新的"交通规则"。

具身智能进入"交卷期"：资本退烧，订单升温

把镜头转向机器人赛道，情绪曲线正在掉头。据《每日经济新闻》报道，10 月国内具身智能赛道共发生 33 起融资、总额 101.05 亿元，对比 9 月的 60 起、110.28 亿元，交易数量近乎腰斩；而今年 6 月的峰值是 55 起、308.92 亿元。一线投资人的判断更为直接：松禾资本合伙人称行业进入的是"大的调整周期"，蓝驰创投合伙人则注意到下半年新创业公司数量已在减少。IPO 通道收紧、部分公司上市后市值大幅回落，是这轮降温最直接的推手——资本不再为概念买单，商业化落地成为硬标尺。

但退热不等于离场，冷热并存的画面同样清晰。飒智智能完成数亿元 Pre-B 轮融资，资金投向大模型研发与多臂机器人本体迭代；智澄 AI 完成数亿元新一轮融资，其物理世界模型与 XR1、TR6 两款机器人已完成量产落地；海外市场，仓储机器人公司 Tutor Intelligence 拿下 a16z 领投的 7500 万美元 B 轮，累计融资 1.17 亿美元，用于控制模型 Sonny 与 Cassie 的规模化部署。钱还在，只是从"为故事付费"转向了"为交付付费"，行业的考场从融资路演换成了客户产线。

花边与观察：便宜算力、短剧天花板与"AI 种田"

本周的花边列表同样信息量十足。闲鱼上流出一批 5580 元的 96GB 显存整机——四张 24GB 的 P40 计算卡搭配双路 E5 平台，让"本地部署大模型"的成本再次跌破心理防线；QuestMobile 秋季报告显示，红果免费短剧 9 月去重用户达 4.3 亿，反超豆包升至字节系第二位，AI 应用的用户天花板正在被短剧这样的"非典型产品"改写；Kimi 发布基于 K3.1 Pro 的游戏开发与创意工作方案，通过 Kimi Code 和 Kimi Work 接入专业工具链，把可试玩原型的周期压缩到 1 至 2 天；深度原理则将 GLM-5.3 后训练为科学模型 Hydrogen-1.0 并开放全部权重，把失败实验等实验室记录也纳入训练，让模型学会做实验设计、流程纠错和多步科研推理。

把这些线索拼在一起，这一周的主线格外清晰：模型层的故事正从"发布"转向"编辑"，Agent 的竞争从跑分转向真实交付，资本的耐心则以季度为单位重新计价，而安全与合规则从附属条款升级为独立赛道。接下来值得盯住的至少有三件事：权重空间编辑能否走出论文、进入可复用的产品形态；Vera Rubin 的实际交付节奏能否兑现纸面性能；以及具身智能第一批"交卷"公司拿出的订单质量。AI 行业的叙事每换一页，成本结构就重写一次——而这一次，笔握在了会改权重的人手里。