以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Weight-Space Programming (WSP) enables reasoning agents to directly inspect and modify neural network parameters, offering an alternative to gradient-based model adaptation. However, its capabilities, cross-task generalization, and practical limitations remain insufficiently understood. We systematically investigate WS
阅读原文 · Junru Hu, Cheng Tang, Wei Li, Hongze Zhu, Chun-Mei Feng, Qi Zhang, Yirong Chen, Ming Hu
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文值得看，因为它把“让模型直接改自己的权重”这件事摆到台面上做了系统测试。Weight-Space Programming（WSP）的设想很吸引人：推理型 Agent 不靠梯度下降、不靠微调流程，直接查看并修改神经网络的参数。听起来像是给模型装了一个能自己动手术的手。 但摘要给出的结论比设想克制得多。 WSP 能靠极小的局部改动拿到明显收益，可这种改动...