Weight-Space 编程测试：开源模型在 Writing Weights 任务上集体失利

Weight-Space Programming 文章的 Writing Weights Index 测试结果流出，让模型直接「写权重」玩游戏并按超出随机基线的程度打分，GPT-6 Astra 以 60.7 居首，Gemini 4 Carbon 57.7、Claude Opus 5.5 51.2 紧随。