全民RSI时代来了？第一批中国玩家，已经在家让AI造AI Original en chino

这两天，MIT的一篇「权重空间编程」博客在AI圈刷屏了。

实验里，GPT-6 Astra自己写Python脚本排查诊断，只改了一个0.8B小模型里0.016%的权重，就治好了它的复读死循环，让数学成绩原地暴涨6倍。

顶尖大模型已经不满足于自己答题，而是开始下场写脚本、调参数、甚至亲手训练另一个AI了。

何止能，靠着NaiveAI刚开源的Naive-N0.5-Flash，各路野生玩家早在自己的电脑上整出了花活儿——

小红书博主「不要葱姜蒜」（开源项目self-llm作者）直接靠家里那台24GB内存的Mac干了票大的。

没想到第一轮刚跑完，成绩反而掉到了7.229分。去问一句「你是谁」，训出来的模型张口就是「我叫安陵容」——好家伙，甄嬛还没训明白，倒先把安陵容给请出来了。

找准病根后，它立马写脚本剔除其他角色的口头禅，筛出566条地道的甄嬛台词重训，一下治好了串戏的毛病。

「什么格式的回复，臣妾不懂。妹妹若要问宫里的事，我告诉你。」

让强模型当一回「总教练」，在本地孵出6毫秒秒回、断网可用、数据不出内网的专精小模型，才是垂直场景兼具速度与隐私的最优解。

所以硅谷谈论的 RSI，并不是一步登天，而是一级一级往上走。第一级早就是很多人的日常，而现在，普通人也已经站上了第二级。

打开自己的电脑，就能叫来一个懂权衡、会排雷的「 AI 研发搭子」替你训出专属模型。

属于普通人的Vibe Training时代，已经正式开场了。