Andrej Karpathy开源autoresearch极简仓库

Andrej Karpathy ：autoresearch已打包成单文件极简版，630行代码实现单GPU nanochat训练核心——人类迭代prompt，AI代理通宵迭代训练代码，目标是让代理在无人干预下无限加速研究

Andrej Karpathy开源autoresearch极简仓库：核心是一个单GPU、单文件（~630行）的nanochat LLM训练环境，固定每轮训练正好5分钟，代理自主修改训练脚本（.py），评估验证loss，保留更好结果，丢弃差的，并在git feature branch上累积commit，形成完整研究轨迹。

这一项目引发传播，因为它把“自主AI研究员”从概念落到可玩级别：人类只负责编辑一个Markdown文件（program.md）来“编程”代理的思考方式、研究策略、假设生成逻辑和决策规则，代理则完全自主循环——改架构、调超参、换优化器、实验数据增强等，所有实验在同等5分钟时钟下公平比较，loss越低越胜出，一夜可完成约100个完整训练跑。Karpathy强调这是“工程代理、让它无限跑研究”的起点，prompt质量决定天花板，而非算力或人工时长。

Karpathy形容这是“部分代码、部分科幻、带一点精神病”：代理像永不疲倦的研究生，记住所有失败实验、永不停止迭代，用户真正变成“编程程序员”，用一台消费级GPU就能在家跑“个人研究实验室”，对比不同prompt或不同代理设计的研究速度和质量，成为可量化的竞赛。仓库已上线，欢迎周末直接fork玩。

来源：公开信息