autoresearch

@tobi 报告称，使用本地 Qwen 3.6 26b 模型结合一个'vibed pi advisor'扩展（该扩展定期咨询 GPT 5.5 以获取想法）进行自动研究，取得了良好效果，表明这个方向很有价值。

EvolveMem为LLM智能体引入了一种自演化记忆架构，通过LLM驱动的诊断和迭代研究周期来优化检索配置，在LoCoMo和MemBench等基准测试上取得了显著的性能提升。

Andrej Karpathy 开源 autoresearch 后，社区火速产出 40+ fork 与移植版，其中还包括专为 Apple Silicon macOS 优化的版本。

开发者 Ivan Fioravanti 展示如何在 Apple Silicon 上本地运行 Andrej Karpathy 的 autoresearch 项目，使用 6bit 量化 Gemma-4-26B 模型，暗示已成功训练 Gemma 4 E2B IT 变体。

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。