8 min read

睡觉的你 vs 疯狂迭代的 AI:autoresearch 正重塑整个科研世界

Source: http://x.com/i/article/2036508375069122560

想象一下

凌晨3点,你早已进入梦乡。 你的AI agent 却在GPU上狂跑700次实验,自动改代码、测指标、挑出20个真的有效 trick,把你手动调优了20年的项目又提速11%。 醒来后,你发现原本“差不多”的 Prompt/Skill/策略,突然变得稳定又高效……

**这并不是科幻,这就是:autoresearch,**AI自己做科研、自己迭代、自己进化的终极武器。

Image

Andrej Karpathy

2026年3月, @karpathy 一篇推文+开源repo,直接引爆全网(GitHub 5.3万星、X 10万+讨论)。今天这篇深度科普,一次性给你扒干净:背景故事、创始人传奇履历、为什么 autoresearch 如此重要、网友玩出了什么好玩的、GitHub的实用教程,以及大家可以拿它来做什么。科研党与爆款爱好者,准备好笔记!🚀

第一章:背景故事:“肉身研究时代”终结的开端

autoresearch 诞生于2026年3月上旬(Karpathy 3月7-9日连发多条推文)。 当时 Karpathy 正在优化自己的 nanochat:一个极简GPT-2风格小模型训练框架。他把整个训练核心压缩到630行 Python 单文件,只用单GPU,实验严格限时5分钟,唯一指标是 val_bpb(validation bits-per-byte,越低越好)。

人类唯一需要做的,就是写一句话 program.md(高层次研究指令)。AI agent则疯狂编辑 train.py (模型架构、优化器、超参、注意力机制、regularization),跑完后自己解析 results.tsv,自己决定“保留还是回滚”。

结果是 Karpathy 亲测700次实验,挑出20个真实改进(包括 QK norm scaler缺失、Value Embeddings无正则化、banded attention太保守、AdamW betas乱调等),全部叠加后在更大模型上也 transfer 成功,Time to GPT-2 从 2.02 小时压到 1.80 小时(11%提速),直接拿下 Leaderboard 新纪录!

https://x.com/karpathy/status/2031135152349524125
  • Karpathy 的金句:All LLM frontier labs will do this. It's the final boss battle.(所有前沿实验室都会这么干,这将是最终BOSS战。)
  • 他还说:这本质上是 just engineering,未来就是 agent swarm 在小模型上狂调,再 promote 到大模型,人类只管边缘贡献。part code, part sci-fi, and a pinch of psychosis.(一半是代码,一半是科幻,再加一些疯狂)。

第二章:创始人 Karpathy:从斯坦福讲师到 AI 教父级人物

Andrej Karpathy(1986年生,斯洛伐克-加拿大籍)是当代AI界最会讲故事+干实事的人之一。

学历履历:

  • 多伦多大学本科(CS+物理双专业,GPA 3.74)
  • 英属哥伦比亚大学硕士(机器学习、视觉、运动控制,平均94.4%)
  • 斯坦福大学博士(机器学习+计算机视觉)

职业高光:

  • 2015-2017:OpenAI联合创始人&研究科学家(早期核心成员)
  • 2017年6月-2022年7月:Tesla AI总监(负责Autopilot视觉系统,大规模神经网络训练)
  • 2023-2024:重返OpenAI,参与了GPT-4相关工作
  • 2024年至今:@EurekaLabsAI创始人(AI重塑教育)
Image

https://github.com/karpathy 教育贡献:斯坦福CS231n(深度学习视觉课)主讲人+首创者,YouTube频道百万订阅(跟自己同名的频道),开源项目:nanoGPT、llama2.c、micrograd等“极简教学框架”系列被全球开发者奉为圣经。 他常说:我做了20年手动迭代调优,现在agent第一次naive尝试就干得这么好,非常非常吃惊

第三章:为什么 autoresearch 如此重要?(科研范式革命)

autoresearch 不是“又一个工具”,而是把人类科研循环彻底交给AI的里程碑:

  • 从手动迭代 → 自动闭环:以前人类idea→写代码→跑实验→读日志→改下一版,现在是全部由agent承包。
  • 指数级加速:1夜700次自动实验 = 人类2周以上的工作量,还能发现人类盲点。
  • 可量化、可复现:Git Memory + TSV日志 + Dashboard,实验数据和永不丢失。
  • 无限可能:只要有可量化的 proxy metric(loss、Sharpe、转化率、准确率……),任何领域、都能用!

Karpathy 自己则预言:这将是 Intelligence Explosion 的早期种子,AI 不仅被研究,还能自己研究自己。

https://x.com/karpathy/status/2029701092347630069

第四章:网友玩出了什么好玩的?(真实案例+乐子)

repo上线一周就5.5万星,社区直接玩疯了!

硬核科研向:

  • Shopify CEO@tobi:把 autoresearch 扔到公司内部0.8B参数模型,睡一觉醒来37次实验,19%性能提升(质量+速度双赢)。
  • LangChain 创始人@hwchase17等开发者:直接用于优化 RAG pipeline、agent 工具调用,实验次数轻松破百。
  • 量子力学爱好者:喂给它“分形势阱假设”,agent 跑5次实验就自己推翻初始结论,还自动修复bug。

营销/产品向:

  • @itsolelehmann的 autoresearch-skill:落地页文案 skill 从56%合格率→92%,只用 checklist(3-6个yes/no问题)+小步改动+自动回滚。
  • 营销博主:用它A/B测试 landing page、冷邮件、Newsletter 开头,12次/小时迭代,睡觉时优化转化率。

好玩黑魔法:

  • 有人做 Telegram监控dashboard,agent 自动进化监控脚本。
  • Kaggle 免费算力版:用 Colab+ Kaggle kernel 并行跑,零成本穷人版autoresearch。
  • 甚至有人让 agent 优化系统 prompt 生成动漫 pipeline,加多样性输入防止过拟合。
  • 搞笑的案例:有人 fork 去优化“老板周一要的PPT”,agent 直接commit“remove Andrej’s line”😂
https://x.com/Cory29565470/status/2036490846036521142

社区 fork 已覆盖 Mac、Windows、AMD GPU,甚至有人做“多agent swarm协作版”。 @elonmusk 看到原推直接回:We are in the Singularity(我们已经在奇点里了)!

https://x.com/elonmusk/status/2031157079604605076

第五章:实用教程(迅速上手)

Karpathy原版:

https://github.com/karpathy/autoresearch
  1. uv sync 装依赖
  2. uv run prepare.py 准备数据
  3. 写好 program.md(目标+实验规则)
  4. 喂给 Claude/Cursor/Codex:“kick off a new experiment!” → 睡觉去吧
Ole Lehmann Skill版:

https://github.com/olelehmann100kMRR/autoresearch-skill
  1. 下载 skill 丢进 Claude Code
  2. 说:“run autoresearch on my [你的skill名称]”
  3. 提供测试输入 + 3-6个 yes/no checklist
  4. 看实时 Dashboard,95%+就停机
uditgoenka 通用 Claude Code 插件版:

https://github.com/uditgoenka/autoresearch
  1. Claude Code 里直接 /plugin install autoresearch
  2. 用 /autoresearch:plan 生成goal/metric
  3. 开启 LOOP:每次只允许改1处 + Guard验证 + Git Memory
  4. 9大子命令随便用,:debug、:ship、:scenario、:plan、:guard、:fix、:security、:learn、:predict。

第六章:未来有可能诞生什么?

autoresearch不是玩具,而是递归自我改进的种子。

短期(6-12个月):

  • 所有前沿实验室标将会标配 agent swarm:小模型狂调→ promote 大模型→人类只做 review edge case。
  • 跨领域爆发:量化交易(Sharpe 自动进化)、药物分子设计、芯片布局、游戏 AI 调优……只要有 proxy metric,都能进行 autoresearch。

中期(1-3年):

  • AI研究操作系统成熟:从单文件进化到企业级代码库、分布式训练。
  • 诞生全新职业:Prompt Researcher(写 program.md 的高级研究员)。
  • 教育革命:学生用 autoresearch 写论文、做实验,AI 学校将成为标配。

长期(3-5年+):

  • 真正的 AGI 级科研:AI 独立发表论文、申请专利、发现新物理定律。
  • Intelligence Explosion 加速:每个新模型都自我优化,循环指数级增长。
Image

https://blog.bytedoodle.com/keeping-ml-models-relevant-detecting-and-preventing-data-drift/ ## 行动起来!让代码自己卷起来

当你合上电脑,世界归于沉寂。

而在某个安静的角落里,一行行代码却悄然醒来。

它不带任何戏剧性的宣言,只是静静地阅读过往、提出假设、微调自己、验证结果……像一位耐心而执着的学者,在数字的荒野里独自追寻下一个真理。

这就是 autoresearch 最迷人的地方,它第一次让“研究”本身也成了一种可以被优雅自动化的艺术。

它没有惊天动地,只用一次又一次安静的迭代,把明天悄悄往前推了一点。

Karpathy 自己都笑着说:part code, part sci-fi, and a pinch of psychosis:一半是代码,一半是魔幻,外加一撮让人上头的精神病。

睡觉进化时代真的来了**,**今晚,祝你睡个好觉💤

#ClaudeCode

#autoresearch