AI自动研究正在出现，研究的意义可能要被重写

很难想象，一个还在熬夜调参、改代码、跑实验、写日志的研究生，看到这套 AI 自动研究方案时，心情会有多复杂。

因为它做的事情，其实正是很多研究生日常最熟悉、也最耗时间的那部分工作：

改代码、跑训练、看结果、决定保留还是推翻，然后再来一轮。

最近看到了Andrej Karpathy的Autoresearch 项目。

https://github.com/karpathy/autoresearch

这个项目的idea非常非常的简单，就是给它训练环境，然后让它自主做实验。

它会自己修改代码，训练 5 分钟，检查结果有没有变好，决定保留还是丢弃，然后继续重复这个过程。理论上，它一天内可以跑288次迭代实验。

01

项目核心设计

这个项目最核心的一点在于：你不再像研究者平时那样直接去改 Python 文件。相反，你是把自己的研究思路、约束条件和目标，写进 program.md 这样的文档里。也就是说，你不再直接“下场写实现”，而是在定义一套规则，让 AI 按这套规则自己去试、去跑、去分析结果。

整个闭环其实很清晰：

修改 训练 检查结果 保留/放弃 继续迭代

02

设计思路的价值

这里最有意思的一点是，它把“研究”这件事拆成了一个可以持续自动运行的试错系统。如果结果不错，就沿着这个方向继续迭代；如果结果不行，就立刻砍掉，换下一组实验。

我看到已经有人用这套方法，一晚上把性能拉高了非常多。当然，这里面一个特别重要的前提是： 规则要简单，起点也要简单。

添加图片注释，不超过 140 字（可选）

因为说到底，你其实是在利用 AI 最擅长的一件事： 在明确目标下，不眠不休地穷举、试错和重复。人的优势是提出问题、设计方向、设定评价标准；AI 的优势则是只要规则清楚，它就可以在极高频率下持续迭代。

从这个角度看，这套方法的核心并不是“AI 替你做研究”，而是：

你给它一个足够清晰的奖励机制和试错空间，它就能自己把实验跑成一个闭环。

所以我会觉得，这套方法本质上和 RL 其实有点像。只不过它不是经典意义上的参数更新式强化学习，而更像是把“研究流程本身”做成了一套强化迭代系统。

关键设计设定

尤其是它这里有一个很关键的设定：每次试错的时间成本是固定的，就是 5 分钟。给你 5 分钟去试。没有结果，直接砍掉。有结果，继续往前走。

这件事的价值在于，它把原来很模糊、很依赖研究者个人状态的实验过程，变成了一种节奏稳定、反馈明确、可以批量展开的自动化研究方法。特别是这个地方，规则要简单，起点也要简单。

03

项目相关衍生

对了，已经有人把这套做成skill了。

GitHub - davebcn87/pi-autoresearch: Autonomous experiment loop extension for pi

如果你有无限token，那么理论上你就拥有了无限idea。