@sitinme: 看到 Karpathy 开源了一个很有意思的项目autoresearch，把一个真实但小型的 LLM 训练任务交给 AI Agent，让它自己做研究、改代码、跑实验、看结果，然后决定保留还是放弃这次改动。 这个项目基于单张 NVIDIA …

看到 Karpathy 开源了一个很有意思的项目autoresearch，把一个真实但小型的 LLM 训练任务交给 AI Agent，让它自己做研究、改代码、跑实验、看结果，然后决定保留还是放弃这次改动。 这个项目基于单张 NVIDIA GPU 上的 nanochat 训练流程。Agent 每次会修改训练代码，运行大约 5 分钟，看验证指标有没有变好。 如果变好了就保留，不好就丢掉，然后继续下一轮。也就是说，你晚上把任务交给 Agent，第二天醒来就能看到一串自动实验记录，以及可能被优化过的模型。 这个项目刻意设计得很小，主要就几个文件：http://prepare.py 负责数据准备和工具函数，http://train.py 是 Agent 真正会修改的训练代码，program.md 则相当于给 Agent 的研究指令。 人类更多是在写“研究计划”和约束，而不是像以前一样手动一点点改模型结构、超参数和训练逻辑。 它展示了一种新的 AI 研究方式：不是让 AI 只帮你写代码，而是让 AI 参与完整的实验循环。 它会提出改动、执行实验、评估结果，并持续迭代。这有点像把一个初级研究员放进一个受控环境里，让它不断试错。 目前 autoresearch 还是一个偏实验性质的项目，默认更适合单张 NVIDIA GPU，尤其是高性能卡，比如 H100。如果是 Mac、Windows 或 AMD 平台，也已经有人做了一些 fork 版本。