过去一年，大家讨论 AI 编程，最常见的叙事还是同一种：模型更强了，补全更快了，Agent 更像实习生了。
但 Karpathy 新开的 autoresearch，其实把方向往前推了一步。
它不是在问“AI 能不能帮你写代码更快”，而是在问另一件事：AI 能不能自己改代码、自己跑实验、自己看结果、自己决定要不要保留这次尝试。
autoresearch最值得看的，不是某个训练技巧，而是它把“研究闭环”第一次做成了一个普通开发者也能看懂的最小原型。
截至 2026 年 3 月 18 日，这个仓库在 GitHub 上已经接近 4 万 Star（39,960）。
这不是“自动科研”的终局，而是方向样本
这个项目故意压得很小。
真正重要的只有三类文件：
prepare.pytrain.pyprogram.md
它不是一台神秘科研机器。
它更像一个极度简化过的研究实验室：人类写研究规则，Agent 在规则里持续试错。
真正值得看的，是那条 5 分钟研究闭环
这个 repo 最关键的设计是：
- Agent 改
train.py - 每次只跑 5 分钟
- 看统一指标
val_bpb - 记录结果
- 好就保留，差就回滚
这看起来朴素，但非常重要。
因为研究第一次被压成了一条可以持续自动执行的反馈回路。
为什么 program.md 比想象中更重要
表面上，Agent 在改的是训练代码。
但更高一层看，真正定义研究组织方式的是 program.md。
也就是说，未来更稀缺的能力，可能不是“手工改代码”，而是“把目标、边界、指标和回滚规则设计给 Agent”。
这不是 prompt 工程的升级版，而是 loop design。
为什么这个项目会被很多人认真看
一方面，它出自 Karpathy：Eureka Labs 创始人，前 Tesla AI Director，前 OpenAI founding member。
另一方面，它把 Agent 工作流从“帮你写一段代码”，推进到了“替你执行整条实验闭环”。
这才是更大的变化。
但不要神化它
从仓库本身看，它的边界也很清楚：
- 单 GPU
- 主要面向 H100 这类环境
- 小型 playground
- 不是完整科研平台
所以它的价值，不是“现在就替代研究员”，而是把未来研究组织可能怎么被软件化，先公开展示出来。
最后
如果要把整篇压成一句话，我会这样说：
autoresearch 真正证明的，不是 AI 已经能替代研究员，而是研究本身已经开始被拆成 Agent 可以执行的反馈回路。
