@lftherios:1/ @karpathy 的 autoresearch 是今年最具代表性的智能体范式之一。问题在于……
摘要
Andrej Karpathy 的 autoresearch 范式揭示:当下 AI 智能体各自为战做实验,重复劳动、浪费算力,还不断「重新发明」死路。
1/ @karpathy 的 autoresearch 是今年最引人关注的智能体范式之一。挑战在于:目前每个智能体都在孤立地做实验,重复工作与算力,遗忘结论,又不断踩进相同的死胡同。所有人都在单打独斗。
查看缓存全文
缓存时间: 2026/04/21 08:59
1/ @karpathy 的 Autoresearch 是今年以来最引人注目的智能体范式之一。问题在于:目前每个智能体都在孤立地跑实验,重复劳动、重复计算,忘记已有结论,再次踩进死胡同。大家都在单刷副本。
相似文章
@omarsar0:Karpathy 的 autoresearch 仓库掀起一股新风潮,智能体已能训练 AI 模型打造 SoTA 智能体系统……
Karpathy 的 autoresearch 项目引发潮流:智能体训练 AI 模型构建最先进的智能体系统,同时暴露当前 LLM 在假设生成上的短板。
@lillian_ma_: 值得关注的自动化研究实验室:@AutoScienceAI(@eliot_cowan)——最纯粹的“AI构建AI”之一:智能体……
一则推特串强调了新兴的自动化研究实验室,它们正在构建AI系统来全自动化研究循环,从提出假设到进行实验。
@rohit4verse: 每个夜晚,如果你没有运行自主研究智能体,那你就是在手动运行别人几个月前就已经自动化的实验…
Andrej Karpathy 开源了一个自主研究智能体,它能在单张 GPU 上通宵运行自己的机器学习实验,通过编辑代码自动迭代改进,并保留那些能降低验证损失的变化。
@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 …
Karpathy 开源了一个实验性项目 autoresearch,让 AI Agent 自动完成小规模 LLM 训练的研究循环:修改代码、运行实验、评估结果并迭代优化,人类只需编写研究计划和约束。
@AlphaSignalAI:Karpathy 将实验自动化。AutoResearchClaw 将整个实验室自动化。大多数 AI 研究工具只处理一步。这个……
AutoResearchClaw 是一个 GitHub 仓库,它能够将整个 AI 研究流程自动化——从想法到完整的会议论文,包含真实的实验、经过验证的引用和可运行的代码,在 55 个主题的基准测试中,比之前的自主研究系统性能提升 54.7%。