新智元报道 AI看着自己的脑子改写自己 ，这一天还是来了！ 7630亿参数的DeepSeek-V4.1-Flash，直接读取了自己做数学题时最深7层的内部激活状态。 摸清「快要算偏」的信号规律后， 它在不改半个权重的前提下， 亲手写了一段Python代码塞进推理流程「读脑自救」！ 只要发现思路跑偏就当场回滚重算，在AIME与HMMT 2026数学竞赛上， 准确率原地暴涨7个百分点！ 而这，还只是今天刷屏AI圈的DoubleAI重磅研究里的一个切面。 这家由Mobileye创始人Amnon Shashua创立的AI机构， 首次提出了一个颠覆传统深度学习的新范式—— 「机制干预」 。 相比以往模型只能在写死的架构里硬调权重，这套方法把编程Agent放进了训练与推理现场。 在训练中途 ，哪一层网络卡壳了，Agent就当场写几行Python代码塞进模型主干，实时接管计算！ 靠着这手绝活，预训练模型只塞入20行代码，就在单次前向推理里跑起了梯度下降。 连塞10层代码后，30种经典算法的准确率更是从55%狂飙到 84% ！ 研究一经发布，迅速在AI圈引发刷屏热议。 创始人Amnon Shashua放话，深度学习已经彻底跨过了「只调权重」的旧边界。 现在， 连神经网络架构本身都能在训练中自主进化，人类手搓模型架构的时代翻篇了！ 联创Gal Beniamini更是感叹，当放手让大模型边训练边改写自己，最后长出来的架构连研究员都觉得不可思议。 它不再是纯粹的神经网络，而是 一半来自训练学出的权重，一半来自半路拼接的Python代码！ 在进入实验细节之前，我们先来看看这套「机制干预」到底是怎么运作的： 第一步是找瓶颈 ， Agent实时读取每层网络的梯度信号，揪出靠调权重学不会的短板。 第二步是写代码 ， Agent现场生成几十个候选Python函数，实测哪段代码最能帮模型降误差。 第三步是热插拔 ， 把胜出代码挂在初始值为0的门控后面并入网络，由后续训练自动把门控推开。 塞入20行代码，前向传播跑起梯度下降 第一组实验从语言模型预训练切入，验证训练中途塞入Python代码，能否帮模型更快压低预测误差。 在12层模型nanochat的1500步训练中，Agent先后三次出手塞入Python代码层。 每次代码一并入，模型预测误差（bpb）就 随之 连降三次 ！ 训满1500步后，加代码层的模型相当于 白赚了15%的训练进度 。 而打乱逻辑的「假代码对照组」与常规训练完全重合，证明提分全靠AI写出的代码逻辑。 面对12层网络，Agent之所以能找准往哪一层塞代码，靠的是 「幽灵梯度」 。 它假想在某层后加个新模块，测算往哪个方向推能让误差下降最快。 滤掉常规噪声后， 第2层和第4层 的高需求热区便清晰显现出来！ 锁定瓶颈层后，Agent写出几十个候选函数，在单批数据上实测谁最契合第2层的梯度方向。 接着，最高分函数挂在 初始值为0的门控 g 后面并入网络。 刚插入时门控输出为0，原有网络不受影响。 但短短100步内，梯度下降发现这段代码真能降误差，便自动把门控调整到了 0.58 ！ 靠着这套流程，Agent在第1000步往末层塞进了一个最惊艳的 「错误记忆层」 。 这短短20行代码之所以震撼，是因为它 打破了以往「前向只能推理、反向才能改错」的定式 ！ 不用等反向传播，模型边往后读就能边核对前文答案，当场算出预测误差，找出64个最相似的犯错位置。 紧接着，它直接在脑子里迈出一步梯度下降，在 单次前向传播内实现了边读边纠错 ！ 训练半路插代码，比天生自带强17分 既然Python代码层这么管用，那么从训练第0步就把代码层装进模型行不行呢？ 然而，第二组实验却测出了一个 完全反直觉的惊人反转 。 团队把模型的记忆窗口锁死在500词以内，考它能不能找回几千词之前的变量赋值。 同时，Agent写了一个能跨窗口查字典的「代码缓存层」，分三种时机装入模型： 常规训练基线 ， 超出500词窗口的变量全部忘光， 召回率考 0% 。 第0步天生自带组 ， 开训前就装好代码缓存层， 召回率停在 55% 。 第1200步半路插入组 ， 先练1200步再半路塞入同一个缓存层， 召回率冲上 72% ！ 同样的Python代码层， 训到半路才插进去，竟然比天生自带高出整整 17个百分点 ！ 这个反转揭开了深层原因，如果开训第一天就给现成的代码捷径， 神经网络就会「偷懒」依赖外部字典 ，不去打磨底层表征。 相反， 先强迫模型在500词限制下把基础表征练扎实 ， 撞上天花板后再接上Python代码，神经权重与符号代码才能发挥最大合力！ 连塞10层代码，填平算法0分盲区 验证了「半路插入」的优势后，第三组实验挑战30种经典计算机算法，检验连塞10层代码能带来什么质变。 传统Trans