autoresearch 是 Andrej Karpathy 的一个实验性项目：给一个 AI 代理（Claude/Codex 等）一套「小而真实」的单 GPU LLM 训练环境，让它整夜自主做研究——代理修改训练代码、训 5 分钟、看指标是否变好、保留或丢弃，如此循环，你早上醒来就能看到一串实验日志和（理想情况下）一个更好的模型。训练代码是 nanochat 的简化单 GPU 版；关键反转是：你作为研究者不直接改 Python，而是去编写 program.md（给代理的上下文，相当于搭建你的「自主研究组」），代理只改 train.py。Python、MIT、约 8.3 万星，是「让 AI 自主做 AI 研究」这一愿景的标志性起点。
来源：README 顶部/How it works、GitHub meta（karpathy/autoresearch，Python，MIT） 查看 GitHub 仓库 →「让 AI 代理自主做 AI 研究」是极具想象力的方向，而 Karpathy 用一个刻意极简、可在单卡整夜跑约 100 个实验的设置把它变得人人可上手、可复现——既是认真的实验范式，又带半开玩笑的「研究已是 AI 代理的领域」的叙事。出自 Karpathy、基于其知名的 nanochat、MIT 开源、设计干净（一个可改文件、一个固定预算、一个指标），加上大量社区 fork（Mac/Win/AMD），使它迅速涨到约 8.3 万星。
来源：README 顶部叙事/Design choices/Notable forks、GitHub meta（stars 82857、created_at 2026-03-06、pushed_at 2026-03-26）给代理一个真实的单 GPU 训练设置，让它整夜自主实验：改 train.py、训练、评估、保留或丢弃、再迭代；每晚约 100 个实验，醒来得到实验日志与更优模型。代理只改 train.py，架构/超参/优化器等全可动。
来源：README 顶部/How it works核心反转：人类不改 Python，而是编写 program.md——给代理的上下文与指令（一个超轻量「skill」），相当于编写你的自主研究组「代码」；默认 program.md 是极简基线，可不断迭代以找到「研究进展最快」的组织方式、加更多代理等。
来源：README 顶部/How it works/Running the agent每次训练固定跑 5 分钟（墙钟，不含启动/编译），无论平台如何——好处一是不同改动（模型大小/批量/架构）直接可比，二是它会在该预算内为你的平台找最优模型；指标用 val_bpb（验证每字节比特，越低越好、与词表大小无关）。约 12 实验/小时。
来源：README How it works/Design choices只有三个关键文件（prepare.py 数据/工具不改、train.py 代理改、program.md 人改），无分布式、无复杂配置，仅 PyTorch 等少量依赖。README 给了在 Mac/小卡上缩小模型的调参指南（如换 TinyStories、降 vocab/seq_len/DEPTH），并列出 Mac/Win/AMD 等社区 fork。
来源：README How it works/Design choices/Platform support/Notable forks项目刻意极小，只有三个要紧文件：prepare.py（固定常量、一次性数据准备——下载训练数据、训 BPE 分词器——与运行时工具如 dataloader/评估，不改）；train.py（单文件含完整 GPT 模型、优化器 Muon+AdamW 与训练循环，是代理迭代修改的唯一对象）；program.md（给代理的基线指令，由人迭代）。训练在固定 5 分钟墙钟预算内运行，用 val_bpb 衡量。运行方式：先 uv sync、uv run prepare.py，手动 uv run train.py 验证环境，然后在仓库里起一个 Claude/Codex 代理（关闭权限限制）并让它「看 program.md 开新实验」，代理便自主改 train.py、训练、评估、循环。要求单张 NVIDIA GPU（H100 实测）、Python 3.10+、uv；其它平台见社区 fork。MIT。
来源：README How it works/Quick start/Running the agent/Project structure中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
PyTorch + 少量小包（自包含、无分布式）Muon + AdamW 优化器uv（依赖与运行）AI 代理：Claude / Codex 等（自主迭代）适合想动手体验「AI 代理自主做 AI 研究」的人：让 Claude/Codex 整夜自动探索模型架构、超参、优化器，醒来看实验日志与更优模型；也是绝佳的教育/研究范式——通过编写 program.md 来「编排研究组」、理解固定预算下的公平实验比较与自我迭代。对学神经网络/LLM 训练的人，它把 nanochat 缩到单文件可改、单卡可跑，是很好的学习与实验沙盒；社区 fork 让 Mac/Win/AMD 用户也能玩。
来源：README 顶部/How it works/Platform support项目以仓库形式发布（无打 tag Release），结构稳定为三文件 + uv 配置。已支持单 NVIDIA GPU 的自主迭代训练、固定 5 分钟预算与 val_bpb 指标，README 给出小机器调参指南并链接 Mac/Win/AMD 社区 fork。MIT 开源、约 8.3 万星。仓库最近一次更新在 2026-03-26。
来源：README Project structure/Notable forks、GitHub meta pushed_at 2026-03-26、created_at 2026-03-06autoresearch 是 Karpathy 把「让 AI 自主做 AI 研究」这个宏大愿景落成的极简可玩样本：给代理一套真实的单卡 nanochat 训练环境，它整夜改代码、训 5 分钟、看 val_bpb、保留或丢弃地自我迭代，而你只需编写 program.md 来「编排研究组」。设计干净（一个可改文件、一个固定预算、一个指标）、自包含、MIT 开源、教育价值极高，八万多星实至名归。要清楚它默认需要 NVIDIA GPU、自主代理要关权限跑需注意安全与资源、固定预算的结果跨平台不可比、且它是实验/教育范式而非生产框架。作为「AI 自主研究」的标志性起点与绝佳学习沙盒，它既好玩又有启发。
来源：综合 README、How it works、Design choices 与 GitHub meta 的事实判断