把一台完整计算机塞进4B模型权重：Qwenputer实验为何震动AI圈

大模型能写诗、能写代码、能陪你聊天，但在基础数理运算上却常常翻车：小数比大小、数字母个数这类小学生级别的任务，准确率长期在50%附近徘徊。长时记忆更是重灾区，让模型记住用户的个人偏好，准确率往往只有个位数。行业的常规解法是给模型外挂拐杖——function call、tool calling、RAG，让外部工具补上模型天生的短板。但最近一个名为Qwenputer的开源实验，把这条路径彻底翻转了：开发者直接在Qwen3.5-4B的模型权重里，编译并嵌入了一台完整的32位RISC-V CPU，让计算机成为大模型的内置器官，而不是外部配件。

文件系统进权重与开源价值

Qwenputer的核心做法极具想象力：它不是插件、不是工具调用、也不是沙盒模拟，整台CPU就跑在模型的前向传播过程中，确定性执行指令。这台虚拟CPU具备RV32IM指令集加Zba扩展，还附带大数运算协处理器，能运行C程序甚至MicroPython。更巧妙的是，它把模型自身的Gated DeltaNet层当作RAM使用——CPU占用了Qwen前面的11层，权重由编译器直接计算得出而非训练所得，原有权重几乎不动。整个模型约18.8GB（bf16），24GB显存即可运行，代码、权重与在线Demo全部开源。

这项实验的技术关键在于对Gated DeltaNet的创造性滥用。Qwen3.5大量使用这种线性RNN式注意力机制，开发者发现，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。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。由此，大模型完成了从概率预测到确定性执行的质变：以前做数学题要么靠直觉猜答案，要么调用外部Python解释器，现在模型内部就有一台真正的计算机自己算。

从多年产业实践经验来看，这一实验的价值远超猎奇范畴。当前主流Agent架构高度依赖外部工具调用循环：模型发起请求、运行时执行、结果回传、再进入下一轮推理，链条长、延迟高、还受制于运行时环境的稳定性。如果模型自身就能确定性执行代码、维护文件系统、完成精确计算，这个循环可以被大幅缩短，部分场景甚至可以直接内置。实测数据也足够有说服力：NUPA长整数算术测试中，基础Qwen3.5-4B准确率仅48.6%，Qwenputer直接拉到100%，与调用外部Python工具持平甚至更好；在DeepMind相关算术集上达到97.5%–100%，且完全不需要外部工具。CPU通过了官方riscv-tests，程序行为与QEMU一致，自由运行约1800万条指令无错误。当然，工程现实也要正视：目前速度较慢，L4上每秒仅三千多trace tokens，能力也集中在算术与简单程序执行，距离生产级可用还有距离。

进阶版实验进一步展示了这条路线的潜力：开发者把文件系统也塞进了Gated DeltaNet状态里。对话结束后保存状态，下次加载，文件原样还在。多会话事实回忆准确率从个位数飙升至80%–90%以上，直接解决了大模型长时记忆的老大难问题。而这一切对原模型的语言能力几乎无影响，KL散度极低，等于在不损害通用能力的前提下给模型加装了一台确定性计算机。值得注意的是，这不是商业大厂闭门造车，而是开源社区开发者基于开放权重模型完成的疯狂实验——开放权重加开放架构，才能真正激发这种把计算机塞进神经网络的玩法。未来如果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，将不再是玩笑。

Qwenputer目前仍是实验性质，但它把一个关键问题摆上了台面：神经网络能否真正运行确定性计算，而不只是模拟它？答案似乎是肯定的，而且方式比想象中更直接。对关注AI原生架构与Agent设计的团队而言，这个方向值得持续追踪。