@WWTLitee: 有没有什么办法让AI自主迭代优化？ 有，来看看这个 autoresearch 它的核心不是让 AI 直接“发明论文”，而是把研究过程拆成一个可验证循环：人类写 program.md 给研究方向，AI agent 修改 http://tra…
摘要
介绍了autoresearch项目，它将AI研究过程拆解为可验证的循环（固定环境、单一可编辑文件、固定指标、Git回滚），使AI agent能进行可控、可复现的实验迭代；同时提及了12-factor-agents清单。
查看缓存全文
缓存时间: 2026/05/23 12:10
有没有什么办法让AI自主迭代优化？
有，来看看这个 autoresearch
它的核心不是让 AI 直接“发明论文”，而是把研究过程拆成一个可验证循环：人类写 program.md 给研究方向，AI agent 修改 http://train.py，每轮训练 5 分钟，然后用 val_bpb 看结果是否变好。变好就保留，不变好就回滚，再继续下一轮
比起让 coding agent 随便改代码，这种 固定环境 + 单一可编辑文件 + 固定指标 + Git 保留/回滚 的拆法，更适合研究 AI agent 怎么做可控、可复现的实验迭代
GitHub 现在约 82.8k stars Star History 显示本周新增约 128 stars
对一个自动化 ML 研究方向的实验仓库来说，这个热度已经值得点进去看 README
做 AI agent、AutoML、LLM 训练实验、自动化评测、实验平台 的人可以玩一下
仓库：https://github.com/karpathy/autoresearch…
奶牛叔 (@WWTLitee): 如果我们想让 agent 进生产流程，可以先看一下 12-factor-agents 这份清单
它讲的是 LLM 软件怎么做得足够稳，能交给真实客户用。里面反复围绕上下文、工具调用边界、人类审批、状态、日志这些问题展开，都是 agent 一进业务流程马上会撞到的坑。
GitHub 现在约 21.7k stars，本周新增 1.7k
相似文章
@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。
@dair_ai：Meta 发布了一篇关于 AI 研究智能体的重磅论文（记得收藏）。如果你在构建 AI-scientist 系统，这篇论文值得一读……
Meta 的 IdeaScientist 论文将科研构思拆解为缺口发现、创新与报告撰写三个角色并分别用强化学习训练，基于 Qwen3.6-27B 在 2.77M 理念语料库上检索，超越最强开源 autoresearch 基线 14.0%，并优于 Claude Code SDK 与 Codex SDK 方案最多 5.9%。
@GitHub_Daily: AI 大神 Karpathy 之前做了个 autoresearch 脚本，能让模型一晚上自动跑上百轮实验调优。 Autoresearch 这个开源项目把同样的思路搬到了 Claude Code 和 Codex 上。 给一个目标和量化指标，…
Autoresearch 这个开源项目把 Karpathy 的 autoresearch 思路移植到 Claude Code、OpenCode 和 Codex 上，让 AI Agent 根据目标和量化指标自动循环改代码、跑验证并回滚，提供 14 个子命令和 9 个安全钩子。
@gaoren7716: 写论文这件事，可能要被流程化 AI 系统重写了 不是帮你润色，不是帮你改一句话，而是从选题开始就有 13 个 Agent 在协作 功能清单： Deep Research（13-agent 调研团队） Systematic Review（P…
介绍了一套名为Academic Research Skills的开源AI工具，通过13个Agent协作实现从选题到写作、审稿的全流程学术研究自动化，可作为Claude Code插件使用，将学术研究变为标准化生产线。
Autoresearch：自我完善智能体背后的反馈循环（11分钟阅读）
Introspection是一家由前xAI工程师创立的新AI初创公司，它推出了'autoresearch'——一种反馈循环系统，智能体通过信号、评估和人类输入来维护并完善自身，超越了传统的智能体框架。