# autoresearch

安德烈·卡帕西的开源AI代理，可在单GPU上通宵自主运行LLM训练实验，编辑代码、评估改进，并在你睡觉时迭代优化。

Canonical URL: https://a2a-mcp.org/entry/autoresearch-zh

Language: zh

Category: AI Agents

Updated: 2026-03-25

## 概述

autoresearch 是由 Andrej Karpathy 发起的一项实验性开源项目，它展示了自主 AI 代理在真实机器学习研究中的强大能力。该项目基于简化的 nanochat 实现，提供了一个最小化的单 GPU 训练框架，其中 AI 编码代理完全掌控了实验循环。

研究人员无需手动修改 Python 代码，只需在 `program.md` Markdown 文件中编写高级指令。AI 代理会迭代式地修改训练脚本（`train.py`），运行固定时长（通常为 5 分钟）的训练实验，根据验证指标（例如 val_bpb）评估改进效果，并仅将成功的变更提交到 Git 功能分支。

## 核心特性

- **自主代理循环**：AI 代理负责规划实验、修改代码（架构、超参数、优化器等）、执行训练，并决定保留哪些更改。
- **单 GPU 高效运行**：设计适用于易获取的硬件；每个实验运行固定的短时长（约 5 分钟），每小时可进行约 12 次实验。
- **基于 Git 的版本控制**：通过功能分支上的提交记录跟踪改进，便于审查和回滚更改。
- **极简配置**：代码库极小（几个文件共约 630-1000 行），专注于一个明确的指标进行客观评估。
- **通过提示词实现人工监督**：用户通过 Markdown 中的自然语言指令定义“研究组织”，从而实现复杂的代理行为，无需触及底层代码。
- **易于扩展**：可轻松添加更多代理、优化 program.md 提示词，或适配不同的模型/任务。

## 工作原理

1. 用户设置仓库并在 `program.md` 中提供研究目标。
2. 启动 AI 编码代理（例如，基于 Claude、GPT 或本地模型）。
3. 代理创建/使用一个 Git 功能分支并开始迭代：
   - 编辑 `train.py`。
   - 运行定时训练实验。
   - 测量关键验证指标。
   - 如果指标改善，则提交更改；否则丢弃并再次尝试。
4. 经过一夜或数天，系统会累积数十到数百次实验，从而发现更优的模型配置。

该项目强调设计 *代理提示词*（“研究组织代码”），以在无需人工干预的情况下最大化长期研究效率。

## 应用场景

- **个人机器学习研究**：在你休息或专注于更高层次想法时，让代理探索超参数、架构或优化方法。
- **教学演示**：在真实、可运行的机器学习场景中理解代理式 AI 工作流程。
- **分布式集群**：社区扩展支持多个代理或机器协作（例如，autoresearch@home 项目）。
e。
-a。
- **快速原型设计**：在小规模 LLM 训练中测试自主科学发现的想法。
-p。
- **代理能力基准测试**：评估不同 LLM 作为自主研究者的表现优劣。

## 快速开始

克隆代码库，通过 `pyproject.toml` 安装依赖项，配置您的 AI 服务提供商（API 密钥），准备包含研究指令的 `program.md` 文件，然后启动代理循环。它可在单 GPU 上运行，设置要求极简。

代码库中提供了一个基准 `program.md` 文件，您可在此基础上迭代优化以获得更好的结果。

## 重要意义

autoresearch 让我们得以初步窥见未来：AI 代理承担实证研究的繁重工作，解放人类以专注于创造性引导。它已引发巨大的社区兴趣，催生了众多分支项目、移植版本（适用于 AMD、Apple Silicon 等平台），并推动了关于代理集群与自动化科学“早期奇点”的讨论。

## 局限性

- 每次实验都从头开始运行（基础版本不支持跨运行持久化记忆）。
- 专注于单一简单指标和小型模型。
- 成功高度依赖于底层编码代理的质量和提示工程技巧。

有关最新详细信息、代码和社区讨论，请访问官方 GitHub 代码库。

## Tags

- AI代理
- 大语言模型
- 机器学习
- 自主研究
- PyTorch
- Nanochat
- 卡帕西
- 代理循环
- 实验
- Python

## Sources

- [Project website](https://github.com/karpathy/autoresearch)