把整台RISC-V计算机编译进4B模型权重，Qwenputer让大模型真正学会算数

大模型能写诗、能编程、能陪你聊到深夜，但在一些小学生级别的任务上却常常翻车：比较两个小数的大小、数出一句话里有几个字母、做一串长整数加法，准确率往往只有五成上下。让它记住几件个人事务，回忆准确率甚至只有个位数。这些恰恰是传统计算机最擅长的事情。一个大胆的问题随之而来：能不能干脆把一台真正的计算机，直接装进大模型内部？最近的开源实验Qwenputer给出了肯定的答案。

从预测到执行的范式跃迁

大模型的本质是概率预测系统，靠模式匹配和统计直觉生成答案。做算术时，它不是在“计算”，而是在“猜”最像答案的数字序列。行业过去的标准解法由OpenAI确立：通过function call、tool calling接入外部Python解释器，用RAG外挂数据记忆，让外部工具充当拐杖。这条路径有效但代价明显——调用链路长、延迟高、依赖运行时环境，而且模型本身的能力并未真正改变。

Qwenputer走的是完全不同的路：开发者直接在Qwen3.5-4B的模型权重中，编译并嵌入了一台完整的32位RISC-V CPU（RV32IM + Zba扩展 + 大数运算协处理器）。它不是插件、不是工具调用、也不是沙盒模拟——整个CPU就运行在模型的前向传播中，确定性执行指令。它能跑C程序、跑MicroPython，甚至把模型自身的Gated DeltaNet层当作RAM来用，还能记住用户的历史操作。

从多年产业实践经验来看，这个实验最有价值的部分在于对Gated DeltaNet的改造。Qwen3.5大量使用这种线性RNN式注意力层，作者发现只要把门控和写入强度固定为1，再用one-hot键选地址，这些层就能变成精确的、固定大小的RAM——状态不随对话变长而膨胀，读写完全精确。整个CPU占用Qwen前面的11层，权重由编译器直接计算得出，而非训练出来的，原有权重几乎不动。模型约18.8GB（bf16），24GB显存即可运行。效果数据非常硬核：NUPA长整数算术测试中，基础模型准确率48.6%，Qwenputer直接拉到100%，与调用外部Python工具持平甚至更好；DeepMind算术集上，基础模型55%–90%，加Python工具95%–100%，Qwenputer做到97.5%–100%且完全不需要外部工具。它还通过了官方riscv-tests，程序行为与QEMU一致，自由运行约1800万条指令无错误。

更深的影响在于架构层面。当前大量Agent依赖外部工具调用循环，延迟高、依赖复杂运行时环境。如果模型自身就能确定性执行代码、维护文件系统、做精确运算，工具调用链路可以大幅缩短，部分场景甚至可以完全内置。作者还做了进阶版：把文件系统也塞进Gated DeltaNet状态里，对话结束保存状态、下次加载后文件仍在，多会话事实回忆准确率从个位数飙到80%–90%以上。值得注意的是，这项改造对原模型语言能力几乎无影响（KL散度极低）。它目前仍是实验性质：速度有限（L4上每秒约三千多trace tokens），能力集中在算术和简单程序执行。但代码、权重已在GitHub、Hugging Face、ModelScope全量开源，并附在线Demo，任何人都可以复现和改进。

Qwenputer证明了一件事：神经网络可以真正“运行”确定性计算，而不只是模拟它。如果未来更大的指令集、完整操作系统甚至图形界面都能编译进权重，“下载一个模型等于下载一台计算机”就不再是玩笑。对Agent架构与AI原生操作系统而言，这是一次值得长期跟踪的方向性信号。