6倍。
这个数字，是MIT最新披露的GPT-6 Astra模型在直接“修改”Qwen模型权重后，数学能力暴涨的幅度。最近几天这条消息在AI圈炸开了，很多人还在纠结要不要去学微调、要不要搞LoRA，结果人家直接上手给基座模型动“开颅手术”了。
这是MIT团队做的一项前沿研究，核心玩法不是常规的“提示词工程”，也不是在模型外面套个外壳，而是GPT-6 Astra能够理解并直接修改底层开源模型（如Qwen）的权重参数。简单说，Astra就像是给Qwen做了一个深度的系统级优化，不仅让它的数学解题能力提升了6倍，连指令执行能力也跟着水涨船高。
这有什么用？过去我们的常规逻辑是：闭源模型负责思考，开源模型负责部署。但Astra的出现打破了“开源模型就是固定参数、只能被动调用”的刻板印象。它意味着未来的AI Agent不再只是“调用”一个工具，而是能“改造”工具。
目前这个能力还主要停留在科研和高级Agent的框架层面，普通小白暂时没法直接在本地电脑里让GPT-6去改权重。但对于搞大模型部署、或者在特定场景下追求极致性能的高级开发者来说，这是一个降维打击的信号。以前你需要自己折腾各种对齐技术来拉高开源模型的数学上限，现在可能只需要让高级Agent帮你把“权重”优化好，效果就是立竿见影的翻倍。
这波操作也暴露了一个新的趋势：未来的大模型竞争，不仅比谁的基座强，还要比谁有“调教”基座的能力。能直接修改并优化模型权重的AI，才真正具备了“超智能”的体感。