筆電複現「猜遊戲」實驗
Simon Willison 於 2026 年 11 月 3 日寫道：MIT CSAIL 的 Weight-Space Programming 貼文很熱，他拿論文 exp1（四個小遊戲策略網路：Breakout、Pong、Pac-Man、Freeway）的公開 prompt，在自己筆電上試。
【事實｜Willison】 模型是本地 Qwen 3.8 27B（作者說約 17GB，經 LM Studio + llm 工具），不是論文裡被 Astra 改權重的 Qwen3.5-0.8B。Prompt 要求：只看 raw 浮點權重、無工具、不跑程式、單一回應，猜這組權重是為哪個遊戲訓練的。
站內昨日摘要見 LLM 能直接讀寫神經網路權重；Honnibal 的敘事批判見 Astra 權重實驗被指敘事誤導。
三款遊戲辨識成功
【事實｜Willison 實測數字】
| 遊戲 | 結果 | 費時 | 推理 token（作者記錄） | 信心 |
|---|---|---|---|---|
| Pac-Man | 正確（Pac-Man 風格格子世界） | 46m 12s | 43,506 | 72% |
| Pong | 正確（右側直拍／球） | 1h 4m 54s | （未寫） | 75% |
| Breakout | 正確（Arkanoid 類） | 52m 25s | （未寫） | 88% |
| Freeway | 失敗（誤判成類 Pac-Man） | （未寫） | （未寫） | （未寫） |
作者註：預設 8192 context 會出錯，需加長上下文；並把 LMSTUDIO_TIMEOUT 調高。他也用雲端 Kimi K3.1 Pro 跑過 Breakout（約 9m 41s、19,493 reasoning tokens）作為對照。
無工具讀權重比較有趣
Willison 同意 Honnibal：原貼把兩件事捆在一起：
- 無工具讀 raw weights（他複現的這條）
- 有程式碼時如何改／提升另一個模型（Qwen 數學 headline 屬這條）
他選擇只深挖第 1 題，並寫：推理軌跡幾乎難以讀懂，但「一個夠有經驗、拿筆記本的人 theoretically 也走得到」；他還不願宣稱「原始碼時代結束、未來是機器用不懂的方式改自己的權重」。
自己試要注意什麼
若你想跟做：
- 用論文 repo
RikiyaT/lm_understand-logs裡exp1_which_game的 prompt（各遊戲除權重外相同） - 本地載入 Qwen 3.8 27B，預留長 context 與足夠逾時
- 把結果標成「無工具、小策略網路」，不要和「Astra 改 Qwen3.5-0.8B 數學」混成同一結論
這證明的是：在作者的硬體與設定下，開源 27B 級模型也能做極小網路的權重解讀；不是說筆電模型已能隨便改寫數十億參數的商用 LLM。
