Karpathy 开源 autoresearch：AI 自动完成 LLM 训练实验，一夜可跑 100 次

Andrej Karpathy，OpenAI 联合创始人及 AI 教育公司 Eureka Labs 创始人，近期开源了 autoresearch 项目。该项目将他此前在 LLM 训练项目 nanochat 中的 AI Agent 自动调优工作流打包成独立仓库，方便开发者周末上手尝试。

项目核心设计为“人写 Markdown，AI 写代码”：用户通过 program.md 定义研究方向，AI Agent 自主修改 630 行的 train.py（包含完整 GPT 模型、Muon+AdamW 优化器及训练循环）。每次实验固定运行 5 分钟，以验证集每字节比特数（val_bpb）为唯一指标，优于基线则保留，否则丢弃，每小时约可完成 12 次实验，一夜可达 100 次。

该项目仅需一块 NVIDIA GPU（已在 H100 上测试），依赖 PyTorch 及少量包，采用 MIT 协议开源。目前社区已出现 macOS 和 MLX 适配分支。