把一台完整计算机编译进Qwen 4B权重：Qwenputer实验如何改写大模型能力边界
大模型能写诗、能编程、能陪你聊天，但让它算一道小数比大小，准确率却常常在50%左右徘徊；让它记住你的偏好，召回准确率甚至只有个位数。这些本该是计算机的看家本领，如今却成了大模型最明显的短板。长期以来，业界的解法是给模型外挂工具：function call、tool calling、RAG，靠外部系统补齐能力。而最近一个名为Qwenputer的开源实验，选择了截然不同的路径——直接在模型权重里嵌入一台完整的计算机，实测效果令人惊叹。
Agent架构的新想象空间
Qwenputer的开发者没有沿用OpenAI定下的工具调用路线，而是做了一个更激进的事：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，不是沙盒模拟，整个CPU就运行在模型的前向传播过程中，确定性执行指令，能跑C程序，甚至能运行MicroPython。更巧妙的是，这台虚拟CPU把模型自身的Gated DeltaNet层当作RAM来使用。
Qwen3.5大量使用Gated DeltaNet这种线性RNN式注意力机制。开发者发现一个关键技巧：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——状态不会随对话变长而膨胀，读写完全精确。这相当于把模型内部的循环记忆硬改造成了真正的计算机内存。CPU占用Qwen前面的11层，权重由编译器直接计算而非训练得来，原有权重基本不动，模型约18.8GB（bf16），24GB显存即可运行。
大模型的进化，不在更多参数里、不在更大集群里，而在权重深处运行的每一条确定性指令里
“行业观察”积墨 AI 智能体开发平台
快速搭建具备商业价值的 AI 智能体，支持复杂工作流编排、50+ 主流模型接入与私有化部署。
从多年产业实践经验来看，这个实验的价值远超一次炫技。在NUPA长整数算术测试中，基础Qwen3.5-4B准确率只有48.6%，Qwenputer直接拉到100%，与调用外部Python工具持平甚至更好。在DeepMind算术集上，基础模型为55%-90%，加Python工具后95%-100%，而Qwenputer达到97.5%-100%，完全无需外部工具。CPU通过了官方riscv-tests，程序行为与QEMU一致，自由运行约1800万条指令零错误。更实用的进阶版是把文件系统也塞进Gated DeltaNet状态：对话结束保存状态，下次加载文件还在，多会话事实回忆准确率从个位数飙到80%-90%以上。当然，目前速度还较慢（L4上约每秒三千多trace tokens），距离生产可用仍有距离。
对Agent架构而言，这项技术指向一个重要方向。当下主流Agent依赖外部工具调用，延迟高、依赖运行时环境，工具循环是性能瓶颈。如果模型自身就能确定性执行代码、维护文件系统、做精确计算，工具调用循环可以大幅缩短，部分场景甚至可以完全内置。值得强调的是，代码、模型权重已全部开源（GitHub、Hugging Face、ModelScope均有），还有在线Demo。这不是商业大厂的闭门造车，而是个人开发者基于开源模型的疯狂实验，再次证明开放权重与开放架构才能激发这类玩法。目前它仍是实验性质：能力集中在算术和简单程序执行，对原模型语言能力几乎无影响（KL散度极低）。如果未来有人把更大的指令集、更完整的操作系统甚至图形界面编译进权重，下载一个模型等于下载一台计算机就不再只是玩笑。
Qwenputer把一个根本性问题摆上台面：神经网络能否真正运行确定性计算，而不只是模拟它？答案是可以，而且方式比想象中更直接。这或许预示着大模型架构创新的新方向——从预测机器走向真正的计算机器。