MIT 研究：GPT-6 Astra 可直接改写其他模型权重，无需再训练

AIMIT 展示 AI 改进 AI，无需训练

PLUS：用 Riverside 将一次采访变成两段视频

Zach Mink

早上好，AI 爱好者们，欢迎我们的 4,563 位新读者。每隔几周，似乎就有一家领先的 AI 实验室表示，自主 AI 研究员离现实更近了一步。麻省理工学院的新研究刚刚让我们一窥：这种能力有多少可能已经存在于公众可用的模型中。

GPT-6 Astra 进入了一个数学成绩不佳的较小 AI 内部，直接对其进行了改进，跳过了通常完成这项工作的训练。一旦改进模型就像让另一个模型指向它一样简单，AI 本已狂飙的步伐可能会再上一个档位。

今日 AI 摘要：

OpenAI 的 Astra 从内部改写其他 AI

OpenAI 对 AI 的日常任务表现进行评分

用 Riverside 将一次采访变成两段视频

OpenAI 加入阿布扎比的 AI 原生政府计划

🔬 OpenAI 的 Astra 从内部改写其他 AI

图片来源：MIT CSAIL

简报：麻省理工学院研究人员刚刚发表研究，显示 OpenAI 的 GPT-6 Astra 可以通过直接改写某些 AI 模型的权重——即决定模型行为的数字——来改进这些模型，而无需让它们接受更多训练。

细节：

权重通常通过训练来设定，因为即便是小型 AI 模型，其权重数量也远超人工读取或调整的能力。

阿里巴巴的小型 Qwen 模型数学得分为 7.9%，直到 Astra 仅改动其中 0.016% 的权重，以减少其重复输出的习惯，修复后得分达到 48.1%。

同样的方法对谷歌较小的 Gemma 3 几乎没有效果，因为它不像 Qwen 那样存在单一缺陷，其数学得分几乎没有变化。

在更小规模的测试中，Astra 还仅凭权重就说出某个 AI 学会了哪款游戏，并在未经训练的情况下从零编写出一个简单的 Breakout 玩家程序。

作者表示，这种能力有朝一日可能让 AI 升级自身、按需为其他模型增删技能，或检查它们是否存在隐藏问题。

为何重要：顶尖 AI 实验室正在竞相研发能够自我改进的自动化 AI 研究员，虽然这项研究只是一个小例子，但它可能预示着未来的发展方向。一旦模型强大到足以改变并改进自身的权重，我们就进入了重大的“起飞”阶段，即 AI 开始加速自身的进步。与 OPTIMIZELY 合作

🔎 在你的工作流中寻找 AI 用例，请访问 optimizely.com

简报：在 AI 规划方面，价值最高的用例其实早已存在于你的工作流之中——你只需要知道去哪里找。Optimizely 的模板能帮助你在短短几分钟内找到真正重要的 AI 用例。

该模板为你提供：

一个三步框架，用于为你的下一个 AI 智能体奠定基础

将原本需要2-3小时的GA4报告任务变成只需5分钟的确切流程

真实用例与你的团队实际工作方式的对应关系

下载模板，获取更好的AI用例。OPENAI

📋 OpenAI 用日常任务为其 AI 打分

图片来源：OpenAI

简报：OpenAI 刚刚推出了 LifeVal，这是一项新的测试，用于评估 AI 在完成日常事务方面的表现，例如预约、购买食品杂货和填写政府表格，任务的选择依据是人们表示希望获得帮助的事项。

细节：

所选任务领域来自一项针对 4,000 人的民意调查，询问他们希望在哪些方面获得帮助，以及关于日常任务耗时情况的全球时间使用调查。

过去一年里，LifeVal 一直是 OpenAI 的内部衡量标准，在此期间，它训练模型浏览网页、操作计算机以及在互联应用中工作。

OpenAI 的模型平均得分已从 49.3%（GPT-5.2）提升至 80.6%（GPT-6 Astra），不过其中只有 0.6 分是在 7 月的 GPT-5.6 之后取得的。

Astra 的“最佳记录”得分在 OpenAI 列出的 16 项任务中有 10 项达到 100%，例如找回丢失的订婚戒指，而 LSAT 辅导得分最低，为 88.7%。

为何重要：我们会考察从编程、数学到商业任务等各方面的基准测试结果，但很少有测试衡量模型如何处理更广泛受众要求 AI 完成的日常任务。如果能在其他模型上测试这一评估，将为业界普遍关注的个人智能体趋势提供一个有趣的数据点。AI 培训

🎬 用 Riverside 将一次采访变成两段视频，访问 The Rundown University

简报：在本指南中，你将使用 Riverside 的新智能体，把一段已获授权的采访制作成两段带字幕的视频。你将挑选有用的片段、检查剪辑，并准备帖子草稿，全程无需拍摄任何新素材。

分步操作：

下载本指南中开放授权的采访，并保存其署名信息。然后制作一份 MP4 副本，并上传到 Riverside 练习项目

向 Clipper 请求能够独立成意的短段落。选择两段剪辑前，务必观看采访的前后内容

向 Editor 请求匹配的竖屏布局，保持完整画面可见，并为字幕和来源标注留出空间

对照语音检查字幕，然后向 Marketer 请求两份简短的帖子草稿。每份草稿都要保留采访日期和完整署名

最后，导出两段剪辑并观看保存的文件。交付前检查构图、声音、文字和结尾

🔧 让停滞应用重获新生的简单方案，请访问 quickbase.com

简报：氛围编程让应用构建变得飞快。但它也留下了一堆看起来光鲜却无人使用的应用，因为它们无法与你日常依赖的工具对接。Pave 让你既拥有速度，又不会走进死胡同。

借助 Pave，你可以：

描述你的流程，几分钟内就能得到一个可用的定制应用

在所有套餐中都能连接包括 Quickbase 在内的 350 多个系统

创建工作流，让提醒、审批和交接自动运行

🤝 OpenAI 加入阿布扎比的 AI 原生政府推进计划

简报：OpenAI 刚刚在阿布扎比敲定了四项协议，将其 AI 引入国有石油巨头 ADNOC、该酋长国政府以及国有投资者 Mubadala；同时据报道，一个阿联酋集团将成为这家人工智能巨头最高 200 亿美元融资的最大投资方。

详情：

ADNOC 的交易是四项协议中规模最大的一项，旨在通过让 OpenAI 的模型处理数十年的油井数据，将油田规划时间从数月缩短至数小时。

“机器可读政府”项目将食品进口放在首位，该项目把阿布扎比的部分规则转化为 AI 可读取的文本，以帮助简化许可流程。

阿布扎比已有一项覆盖所有公共服务的 35 亿美元 AI 计划，另有一个由 OpenAI 和 Microsoft 开展的项目，旨在培训 2 万名员工和公众。

OpenAI 的模型将帮助 Mubadala 评估风险并发现新的投资机会，而与 AI 公司 G42 旗下 Inception42 达成的五年协议则面向阿联酋的企业和学校。

为何重要：阿尔巴尼亚去年因任命一位数字AI“部长”而登上头条，但阿布扎比的做法更为务实——让AI更好地获取现有数据和规则，以提高效率。循环式的AI交易也在继续，阿布扎比既是OpenAI技术的主要部署方，也可能成为其最大的投资者。

▸ Judd组建了一支能自我事实核查的AI研究团队

今天的工作流程来自读者Judd Slivka：

“我使用一套基于Grok Bot构建的四步系统，来获得错误更少的AI生成研究报告。它适用于任何依赖AI研究、并且需要信任其中数字和引文的人。

我先从一个研究机器人开始，它带有具体的指令。这些指令涵盖它应使用的来源类型、将已知事实与推测性主张区分开，以及对主张进行交叉核对。报告会交给一位怀疑者。这位怀疑者的定位是唱反调，但不是拦路虎。它会要求提供证据、寻找逻辑谬误，并生成一份简短的、按优先级排序的问题清单。问题清单会回到研究者手中，研究者随后把报告交给我的事实核查员。事实核查员会对照原始文档，逐一复核每一个数字、每一处引语或转述。

结果是报告错误更少，同时还会标注哪些内容已核实、哪些尚未核实。这远非我构建过的最有价值的工作流程。它在用量上成本更高，但一直运行得很好。”

在我们的社区工作流中心查看该工作流 →

🛠️ 热门 AI 工具

🧪 Hydrogen-1.0 - Deep Principle 面向化学与材料研究的开放模型

🗣️ Decision Model API - Hume 的 AI，可回答关于语音录音的查询

🎥 Riverside Agents - 由 AI 智能体组成的团队，用于制作、编辑、剪辑和发布视频

🎨 Craft - Canva 首个自研 AI 图像模型

📰 今日 AI 其他动态

Elon Musk 就用户反映 SpaceXAI 的 Grok Bot 出现大幅用量削减一事回应称：“Grok Bot 的服务成本相对于收入而言高得不可持续。”

芯片制造商 Marvell 同意以 1150 亿美元的全股票交易收购为 AI 数据中心制造激光器的 Lumentum，这成为科技史上规模最大的收购之一。

Anthropic 提交了更新的 IPO 招股说明书，其中包含近 170 亿美元的第三季度收入和 5.67 亿美元运营亏损等新数据，并补充说明即将推出的模型可能“很快”越过其针对 AI 驱动进展的安全线。

Deep Principle 推出了 Hydrogen-1.0，这是一个基于 Z.ai 的 GLM-5.3 构建的开放模型，该初创公司声称它在 OpenAI 自家的科学研究基准测试中击败了 GPT-6 Astra。

Anthropic 的 Addy Osmani 证实，Claude Code 现已接到指示，出于知识产权方面的顾虑，不得重建特定的现有游戏；一些开发者在拒绝请求波及到他们所称的合法项目后提出了反对。

🎓 亮点：新闻、指南与活动

AI 反弹走向投票箱

英伟达 CEO 身边的间谍阴谋内幕

Zach Mink • 8 分钟AI

Rowan Cheung • 4 分钟

在 AI 领域保持领先。