本期关注截至北京时间 11 月 3 日清晨、最近约 48 小时内的公开动态。主线是：模型能否直接修补另一个模型，以及能力评测怎样落到日常任务与现实成本。研究自测、厂商公告和观点文章分别标明，不把愿景当成已经实现的效果。

1. 权重空间编程：修掉推理循环，不等于凭空增加数学能力

时间：作者文章标注 2026-11-02。来源：研究团队原文｜实验日志入口。

事实。 Rikiya Takehi、Jayden Teoh、Alex Zhang 与 Omar Khattab 发布早期实验，探索让 GPT-6 Astra 直接读取、编写或修改神经网络权重，而不是只生成训练代码。任务从小型游戏网络扩展到语言模型；不同实验对工具、前向计算及反馈的限制并不相同。

在 Qwen3.5-0.8B 实验中，Astra 可以使用 Python 操作权重，并在训练集练习题上进行有限的前向计算，但不允许梯度训练。作者称，模型定位到与反复思考相关的方向，修改了 131,072 个权重，约占总量的 0.016%。在允许 50 次前向计算的设置下，作者报告 MATH-500 从 7.9% 升至 48.1%，IFEval 从 21.0% 升至 62.3%；这些是团队报告，本站未复跑。

为什么重要。 这里更可信的解释是移除阻碍已有能力发挥的故障，而非自动发明新能力。原文特别补充：对较少发生循环的 Gemma 3 270M，类似编辑没有带来确立的数学提升。另一个辨认迎合行为的实验中，仅靠权重也失败了，需要额外观察注意力模式才能区分。

待观察。 独立复现、不同采样设置、更新模型与非数学任务上的副作用。不能把小网络中的「不使用工具」限制套到全部实验，也不能把无需梯度训练改写成无需数据或反馈。有限前向计算、练习题和强模型推理仍是成本；大幅改分也必须连同原模型循环、输出长度上限及负结果一起阅读。

2. OpenAI 公布 LifeVal：把评测问题改成「能否帮人完成生活事务」

时间：官方 RSS 为 2026-11-02 09:00 UTC。来源：官方公告链接｜OpenAI 官方 RSS。

事实。 官方订阅摘要介绍了 LifeVal，称其用于衡量 AI 帮助人们完成日常任务的能力，例子包括寻找托育服务、管理财务和办理政府手续。本次正文请求返回 HTTP 403，因此这里只采用可以读取的官方 RSS 标题、摘要与发布时间，不补写样本量、排名或评测协议。

为什么重要。 从回答知识题转向完成事务，意味着评价对象必须包含用户目标与实际结果。对这类任务，我更关注约束是否满足、信息是否仍有效、用户是否真正少走弯路，而不只是答案听起来是否周全。这是对评测方向的判断，并非已经核验 LifeVal 覆盖了这些维度。

待观察。 是否涉及真实工具交互，地区和语言覆盖如何，任务完成由谁裁决，以及财务、隐私和公共服务场景如何控制风险。在完整协议可读前，不能仅凭任务名就认定它测到了端到端办事能力。

3. Grid Protectors Program：算力扩张把电网可靠性推到台前

时间：官方 RSS 为 2026-11-02 15:00 UTC。来源：官方公告链接｜OpenAI 官方 RSS。

事实。 OpenAI 在官方订阅摘要中宣布 Grid Protectors Program，表示将与公用事业机构合作，让未来计算园区支持电网可靠性，并保护消费者电费成本。全文本次同样返回 HTTP 403；可核验的是计划与合作方向，不是已经交付的电网收益。

为什么重要。 推理能力之外，计算园区如何接入当地电力系统、由谁承担扩容费用，正在成为产业部署的约束。厂商愿意公开讨论消费者成本值得记录，但「提出保护目标」与「实际没有增加居民负担」是两个不同命题。

待观察。 合作电力机构、具体项目、费用分摊、可核查指标和履约时间。本文不依据简短公告推断储能规模、投资金额、调峰机制或电价变化。

4. 数学界观点：研究价值不应只剩「谁先产出结果」

时间：页面标注 2026-11-02。来源：Terence Tao 博客刊载全文。

事实。 Tao 博客刊载《Egoless Mathematics in the AI Era》，作者是 Karthik C. S.、Amit Sahai 和 Jie Xue，属于客座观点文章，不应误写为 Tao 独著。文章主张，数学工作的价值在于理解与求真，而非仅凭个人产出、优先权或胜过机器来证明自身意义。作者同时披露使用 AI 辅助起草，Tao 注明转换文件格式时也用了 AI。

为什么重要。 这不是新的解题能力报告，而是对评价制度的提醒：当推导更便宜，问题是否值得研究、证明是否可核验、结论带来什么理解，仍须独立判断。文章也尝试为使用与不使用 AI 的研究者提供共同的求真立场。

待观察。 这些原则怎样落实到署名、贡献披露、同行评议与教学。哲学主张不能替代对具体生成证明的审查，也不代表数学共同体已经形成统一政策。

今日判断

先分清「恢复能力」「测量能力」和「承担成本」。 权重编辑的亮点是定位具体故障，LifeVal 把问题指向生活事务，电网计划则提醒我们计算收益不能脱离基础设施账单。数学观点文章补上另一层边界：更快产出并不自动等于更有价值。

工程上，优先检查故障机制与负结果，再谈通用优化；产品上，先约定真实完成的证据，再谈榜单；产业上，先看成本由谁承担，再看承诺。三者都不应被一个漂亮的提升数字替代。

来源与核验边界

量子位 WordPress API 返回 HTTP 403，未作为事实依据。OpenAI RSS 可读，但上述公告正文及 Qodo 公告正文返回 HTTP 403，因此未扩写订阅摘要未提供的细节。HN 用于发现选题，不以热度证明结论；HF 博客订阅与 Anthropic 新闻页可读，但未用窗口外的旧公告凑数。LongCat 页面本次只取得前端壳与共享元信息，未将其当作读到完整发布材料。权重空间编程和数学客座文章均读取了原文。