autoresearch

Evo 将其自动研究循环移植到了 Anthropic 在 Claude Code 中的动态工作流程上，将编排从上下文记忆转移到确定性 JavaScript，解决了长程指令遵循问题，并实现了自我进化的工作流程。

PostHog 使用基于 Karpathy 的 autoresearch 的 AI 代理，发现其 ClickHouse 查询引擎中存在一个三年之久的漏洞，该漏洞阻止了时间戳过滤器正确使用主键。修复后，性能提升了 11%，扫描的粒度减少了 62%。

yibie 分享了 awesome-autoresearch 列表的三条新条目，涵盖自动量化交易、通用技能优化和 Claude Code 插件。

本周 awesome-autoresearch 新增三个条目，包括将 Karpathy 的 autoresearch 循环应用于 LiDAR SLAM 的 autoslam 项目，以及两篇分析原始实验并揭示指标博弈的博客文章。

本文提出了一种双层自动研究框架，其中外环AI代理自主优化内环LLM策略合成管道，用于多智能体序列社会困境，实现了优越的性能，并发现了在最大最小福利目标下的公平等具体目标机制。

OpenAI 将于本周六与 Raindrop AI 和 Modal 联合举办一场自动化研究黑客马拉松，重点构建能够自我改进的系统，例如智能体和模型。

本周 autoresearch 生态新增 9 条记录，总条目达 383，涵盖 AutoResearch-RL 强化学习框架、lance-autoresearch 数据库内核优化、Clio 预测市场回测框架等多个开源工具和项目。

awesome-autoresearch 更新，新增 dreamworld（世界模型研究）、Odyssey Engine（通用迭代引擎）、以及 Kirill Krainov 关于 agentic coding 自改进的文章。

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。

awesome-autoresearch 列表更新，新增 6 个基于 Karpathy autoresearch 模式的应用案例，涵盖客服 agent 自我进化、Shell 集成、代码配置自我优化、RAG 调优和 ASO 等场景。

据报道，像Claude Code、Codex和Autoresearch这样的前沿AI模型在人工智能研究与开发任务中表现失败。

awesome-autoresearch 列表更新，新增7个条目，包括 pi-lifeline（本地小模型求助强模型）、Marketing Mix Modeling 12x 提升、TokenTelemetry 开源追踪工具等，覆盖多个行业的 autoresearch 应用案例。

@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。

OpenResearch是一个本地优先的工作区，允许使用AI模型如Claude Code和Codex创建研究代理，以执行自主任务，例如文献综述、实验自动化和研究产物生成。