AI 調教 AI，數學成績從 7.9% 衝到 48.1%？GPT-6 Astra 改寫 Qwen 權重，只改動 0.016%
MIT 研究讓 GPT-6 Astra 直接改寫 Qwen 的權重，數學成績從 7.9% 衝到 48.1%。另有 Google 太空資料中心、Genie 4、Anthropic 自己做藥、Reddit 改登入制、Alexandr Wang 的 YC 對談等本週 AI 大事
在進入本週大事之前，先插播一件我們很感恩、也很期待的事：12/5 的 AI郵報年會 OPEN LAB 2026，已經有超過百位讀者報名啦！謝謝大家在資訊還沒這麼完整的時候，就願意先報名。
接下來每一週，我們都會陸續公布為這場活動精心準備的 session；也先偷偷跟大家分享，這會是亞太地區第一個以 RTX Spark 桌機做為現場 Demo 與體驗的活動哦！
今年我們想把每週在電子報裡聊的 AI 新鮮事，搬到現場讓大家親手玩：AI Playground 有影像、Agent、Coding、音樂和資安的體驗區，NVIDIA 和 GIGABYTE 也會帶最新的 RTX Spark 筆電與桌機到現場；手癢想做點東西的人，可以免費報名 AI Build Challenge，當天就是決賽展示和頒獎。
我自己很興奮的是「AI 告解牆」。超過百位讀者在讀者調查裡，匿名寫下了自己和 AI 之間的告解，完整內容會留到當天才公開。想知道大家私底下都怎麼跟 AI 相處的，就來現場看吧。
活動結束後，17:30 起有餐食、飲品和自由交流，AI Music 與 Live Coding 的演出也會陸續公布。如果你有在追我們的 Instagram，現在分享限動還能抽 3 張年會門票，11/9（一）23:59 截止。
📍 12/5（六）台北瓶蓋工廠 F 棟｜13:00 報到、13:30 開始
🎟️ 一般票 NT$800，名額有限
活動頁面：https://openlab.aiposthub.com/
Luma 報名頁：https://luma.com/zr1k4qa5
本週焦點事件
- AI 調教 AI，數學成績從 7.9% 衝到 48.1%？GPT-6 Astra 改寫 Qwen 權重，只改動 0.016%
- 馬斯克提到的軌道資料中心願景，Google 比他先上太空了？
- Google DeepMind 發表 Genie 4：AI 生成的世界開始有聲音，裡面的角色會跟你聊天
- Anthropic 收購一人生技公司 Mithril：一個人加 Claude，18 個月把新藥推到小鼠實驗
- Reddit 要關「大門」？Reddit 要你先登入才給看，全因 Google AI 摘要拿走流量
- Alexandr Wang 在 YC 說：智慧很快就不稀缺了，稀缺的是願景和野心
AI 調教 AI，數學成績從 7.9% 衝到 48.1%？GPT-6 Astra 改寫 Qwen 權重，只改動 0.016%
MIT CSAIL 的研究者在 11 月 2 日發表〈Sparks of Weight-Space Programming〉，請 OpenAI 的 GPT-6 Astra 讓 Alibaba 的小模型 Qwen3.5-0.8B 變得更會解數學題。Astra 只是改變權重中 131,072 個數字，Qwen 在 MATH-500 數學測驗的分數就從 7.9% 升到 48.1%，這 131,072 約佔全部的參數的 0.016%。
「權重」是神經網路裡的大量數字，決定一個模型看到輸入之後怎麼算出答案。過去要改變模型的行為，只能靠訓練：準備資料、反覆微調，讓幾億個數字慢慢移動，沒有人會一個一個去讀、去改。
兩位來自 MIT 的研究者 Rikiya Takehi 與 Jayden Teoh 開創了一種新的做法，名為「權重空間編程」：讓前沿模型直接讀懂權重，再依照一句自然語言的目標去寫或改。
Astra 在 Qwen 實驗裡拿到一個能讀寫權重的 Python 環境、一些練習用的數學題，以及最多 50 次讓模型實際跑一遍的額度。Astra 先觀察 Qwen 怎麼失敗，發現 93% 的答案都卡在推理迴圈裡，修完之後，推理撞到字數上限的答案從 93% 降到 33.1%，各式成績也都有顯著提升。
同一招用在 Google 的 Gemma 3 270M 上，幾乎沒有效果，數學分數停在 6.8% 到 7.7% 之間。原因是 Gemma 很少繞圈，它答錯就是單純推理錯，沒有一個可以關掉的開關。作者的結論是，改權重可以移除把能力藏起來的障礙，但沒辦法加上模型本來就沒有的能力。
工程師 Sean Goedecke 認為 Qwen 這個最亮眼的結果，本質上是業界已經在用的 steering 技術，差別只在這次由 AI 自己動手。所有實驗紀錄都公開在 GitHub，修好的 Qwen 也放上了 Hugging Face，任何人都能下載對照。
Steering 就是不重新訓練模型，直接在它「思考的過程中」輕輕推一把，讓它的行為改變。模型運作時內部會產生一堆數字，研究者發現像「誠實」「諂媚」「某種語氣」這類概念，在這些數字裡大致對應到一個「方向」，只要在運作時往那個方向多推一點（或反方向推），模型的表現就會跟著改變。
作者說他們正在做一套 benchmark 和工具，讓 AI 更有系統地探索、寫入權重。目前能確定的是，AI 已經能接手一部分模型工程師的除錯工作。
馬斯克提到的軌道資料中心願景，Google 比他先上太空了？
Google 在 10 月 30 日公布，Project Suncatcher 的原型衛星完成第一次在軌 AI 推論：工程師趁衛星過境時上傳提示，機上的 TPU 跑起 Google 的開放模型 Gemma 4，傳回一首關於太空的俳句。
這個畫面讓人想起今年 1 月，Elon Musk 在 Peter Diamandis 主持的 Podcast《Moonshots》裡長達三小時的深聊。談到太空，Musk 說他看得到一條路，每年把 100 GW 的太陽能 AI 衛星送上軌道；Diamandis 當場換算，這大約要發射 50 萬顆 Starlink V3、飛 8,000 多趟 Starship，再往下聊到更大的規模，Musk 自己都說「顯然是有點瘋狂的數字」。共同主持人 Dave Blundin 補了一句：「可能 Elon 早就講過，只是直到現在才有人相信。」當時聽起來，很像天方夜譚。
Hank
十個月後，第一批實測已經在天上了，快速補幾個背景：
- 新創 Starcloud 比 Google 更早，2025 年 11 月把一顆 Nvidia H100 送上軌道，還在上面訓練了一個小模型，所以 Google 只稱自己是「資料中心等級 TPU」的第一個在軌回應。
- SpaceX 在 2026 年 1 月向美國 FCC 申請營運最多 100 萬顆資料中心衛星
- 三家都卡在發射成本。Google 自己推估，發射費用要在 2030 年代中期降到每公斤 200 美元以下才划算，而最有機會做到的，是 SpaceX 的 Starship。
Google DeepMind 發表 Genie 4：AI 生成的世界開始有聲音，裡面的角色會跟你聊天
Google DeepMind 在 10 月 27 日發表 Genie 4，新一代的「世界模型」。輸入一段文字，它會即時生成一個擬真的場景，你可以用鍵盤在裡面走動、轉鏡頭；這一代第一次能自己生成聲音，包括風吹過樹梢和海浪聲，也有背景音樂，場景裡的角色也能即時跟你對話，並對你的動作和場景裡發生的事做出反應。
如果你用過 Sora 或 Veo 這類影片生成工具，可以這樣理解差別：影片生成是一次產出一段固定的影片，看完就結束；世界模型是你每按一下方向鍵，它就即時算出下一刻的畫面，像在玩一個沒有任何人寫過程式碼的遊戲。Genie 是 DeepMind 的世界模型系列，上一代 Genie 3 在 2025 年 8 月發表，能生成可探索的世界，但沒有聲音，角色也不會互動。
Genie 4 的官方發表文說，這是第一個能原生生成聲音的即時世界模型，畫面、音樂、環境音和對話是一起生成的。它也更依賴 Gemini 家族：Gemini Omni 負責讓場景的外觀和行為貼近真實世界，其他 Gemini 模型負責推理，讓世界前後連貫。走到一半，你可以打字要求「讓雨停下來」「鏡頭拉高」「加一個人進來」，Gemini 會把指令調整成符合當下場景的版本，再讓世界繼續往下跑。
當然，只要是即時生成；當時間越長、編輯次數越多、走得越遠，畫面細節和物件的一致性就越容易「漂移」，例如剛才桌上的杯子，轉一圈回來可能不見了；複雜的物理互動、即時音訊的準確度、場景中文字是否清楚可讀、長時間的一致性，都還在研究中。
目前 Genie 4 是研究預覽，只開放給受信任的測試者。接下來會先給 Google AI Ultra 訂閱者在 Project Genie 裡使用，以及 Gemini API、Google AI Studio 的早期合作夥伴，候補名單已經開放，但沒有公布日期。
Anthropic 收購一人生技公司 Mithril：一個人加 Claude，18 個月把新藥推到小鼠實驗
Anthropic 在 10 月 27 日宣布收購 Mithril Medicine，一家只有創辦人 Cody Tranbarger 一位全職員工的生技公司。Tranbarger 用 Claude 協調 11 間外部實驗室的合約、物流與實驗，不到 18 個月就把一種罕見型肌肉失養症的候選療法，從構想推進到小鼠實驗並看到正向結果。Anthropic 說，如果候選藥物持續有好表現，最快 2028 年底可以進入人體試驗。
先說 Mithril 為什麼特別。傳統新藥研發是一條很長的管線：找標的、設計分子或抗體、實驗室測試、動物實驗、向主管機關申請、三期人體試驗，從化學、生物到法規、營運，一家生技公司通常需要幾十個人。Tranbarger 只有一個人，他把實驗外包給 CRO（受託研究機構，生技業常用的外包實驗室），再讓 Claude 處理其餘的協調工作。他主攻的是 LAMA2 相關先天性肌肉失養症，一種基因突變造成、嬰幼兒時期就出現肌肉無力的罕見疾病。
而這些生技成果的限制，Anthropic 自己也提到這些研究「處於早期、多為臨床前」，多數還沒進入人體試驗，技術報告也沒有經過同儕審查。小鼠有效不代表人體有效，中間還隔著毒理試驗與三期臨床，畢竟 AI 再快，最難的始終是在人身上證明安全與有效。AI 目前壓縮的是文件、設計和協調這些前段工作，動物實驗和人體試驗的時間，還沒辦法用算力換。
Reddit 要關「大門」？Reddit 要你先登入才給看，全因 Google AI 摘要拿走流量
Reddit 執行長 Steve Huffman 在 10 月 29 日的第三季財報會議上宣布，Reddit 要轉向「以登入使用者為主」的體驗，第四季先在美國以外的部分市場測試。同一份財報揭露，Reddit 10 月從搜尋引擎導進來的流量，平均每週少了超過 100 萬次。
很多人找真實使用心得的習慣是在 Google 搜尋後面加上「reddit」，點進去不用註冊就能看完整串討論。這個習慣撐起了 Reddit 很大一塊流量，也撐起它的廣告生意。問題出在搜尋頁本身：Google 的 AI 摘要直接在結果頁回答問題，使用者讀完摘要就走了，不再點進 Reddit。
Reddit 警告如果趨勢持續，下一季的日活躍用戶可能下降低雙位數百分比。第三季全球日活躍用戶 1.303 億，跟上一季持平；美國 5,070 萬，比第二季的 5,320 萬少，也比去年同期少 2%。
財報其他數字並不差。第三季營收 8.95 億美元，年增 53%；淨利 2.83 億美元。也就是說，Reddit 賺錢的能力還在變強，正在流失的是從搜尋進來的陌生訪客。
Reddit 的執行長 Huffman 針對 Reddit 目前遇到的狀況，給了幾個方針。第一是防止 AI 抓取資料，他寫道，絕大多數未經授權的存取，「基本上就是抓取和偷取 Reddit 的資料」，都發生在登出狀態。
第二是 AI 資料授權：Reddit 把內容授權給 AI 公司訓練模型，包含授權收入的非廣告營收這一季是 4,800 萬美元，年增 35%，門開得越大，授權就越難賣。
第三是廣告，登入的使用者透露更多興趣與行為，對廣告主更值錢，Reddit 營運長說超過 80% 的營收來自登入的 app 使用者。
第四是個人化，前一天 Reddit 才宣布了「For You」動態。
他自己也說這不容易，「我的人生一直由開放網路定義，這對我來說是很大的改變」。Huffman 認為讓首頁在登出狀態下維持可見「有用而且重要」，登入後仍然可以保持匿名，Reddit 也在重做無痕模式，但登入與登出的界線畫在哪裡，要看測試數據。測試先在美國以外的部分市場進行，名單沒有公布，台灣在不在裡面也不知道，全球推行沒有時程。不少人擔心 Reddit 會變成另一個要登入才能看的 Pinterest。
Alexandr Wang 在 YC 說：智慧很快就不稀缺了，稀缺的是願景和野心
Meta 首席 AI 長 Alexandr Wang 在 YC Startup School 2026 上，和 Y Combinator 執行長 Garry Tan 對談了約半小時，標題是〈This is a Once-in-a-Civilization Opportunity〉。YC 在 X 上節錄的是這一句：「稀缺的資源不會是智慧或行動力，我真的認為會是願景和野心。」
如果你不熟 Wang：他在新墨西哥州的 Los Alamos 長大，從小參加數學和資訊競賽，高中畢業後先到問答網站 Quora 工作，18 歲進 MIT，19 歲休學創辦 AI 資料標註公司 Scale AI，2025 年轉任 Meta，領導 Meta 的超級智慧實驗室。YC 是矽谷知名的新創加速器，Startup School 是它每年辦給學生與早期創業者的大會，Scale AI 當年也是 YC 出身。
當 Wang 談到 Meta 時，直接說 Llama 4 不在 Meta 需要的軌道上，所以實驗室「從零重建」，九個月內推出 Muse Spark 1，兩個月後再推出 Muse Image 和 Muse Spark 1.1；他押的是人才密度，「人才密度會自然地複利成長」。他也主張模型一定要便宜，「我們不相信模型貴到需要配給的世界」，並稱 Muse Spark 比 Anthropic 的 Opus 便宜約 8 倍。
而對創業者來說，Wang 專訪的後半段非常 Insightful。他認為現在是創業最好的時機，瓶頸已經從模型進步，移到世界怎麼把現有的 AI 用起來，就算模型停止進步，經濟也還有幾十年的變化可做；有了 AI 代理，新創就像一個「被強化過的機甲哥利亞」，可以正面對上大公司。他說最大的機會是「代理回饋迴圈」：把指標設對，讓一群代理持續燒 token 推動成果，「一群代理很容易就能勝過一百人的工程團隊」，而做法其實就是 markdown 檔、cron 排程和 skills，「沒什麼魔法」。他也提醒，抽象層會從寫程式一路往上移到指揮代理大軍，但不能只靠會講話，仍然需要系統化、嚴謹的思考。
最後 Garry Tan 問他，會給 18 歲的自己什麼建議。他說兩件事：建立自己對未來的「內在羅盤」，在雜訊裡守住它；找出世界上「曲線最陡、又能持續最久」的指數趨勢，過去是摩爾定律，現在是 AI，而曲線剛開始的時候，往往看起來很無聊。
喜歡這期內容嗎？有哪一則讓你特別有感？
歡迎回信或是 Instagram 告訴我們，我們會偷偷讀大家的回覆的！
我們下週見
— AI 郵報編輯團隊
