Simon Willison復現權重空間編程

無工具讀權重

『權重空間編程』此前提出的核心聲明是：不給模型任何工具，只把神經網絡權重以浮點數形式讀入上下文，模型便能辨認出一個策略網絡受訓玩的是什麼遊戲。這位 Django 聯合創建者以另一套模型獨立驗證，得出與聲明一致的結果。

筆記本上Qwen實測

他選用的不是原聲明所用的 GPT-6 Astra，而是自己筆記本電腦上運行的 Qwen3.8 27B，一個 17GB 的量化模型。實測耗時 46 分 12 秒，消耗 43,506 個推理 token，即模型思考過程所用的計算單位之後，成功認出目標是 Pac-Man 策略網絡。

復現的意義

獨立復現令『無工具讀權重』從單一實驗室的聲明，變成可在消費級硬件與非頂級模型上重現的能力。這一驗證對理解模型的內部表徵有參考價值，也說明上下文中直接塞入大量權重數值，已足夠讓模型提取出結構性信息。