autoresearch

autoresearch 是 Andrej Karpathy（GitHub：karpathy）公开的实验项目。README 的说法是给 AI Agent 一套小而真实的大语言模型训练环境，让它整夜自己做实验。Agent 每一轮修改 train.py，训练 5 分钟，再评估结果，决定保留还是丢掉这次改动。你通过编辑 program.md 给 Agent 定研究方向。它从 Karpathy 的 nanochat 简化而来。README 里提到的 macOS、AMD 等版本是其他作者的分支（fork），不属于这个仓库。

适合谁：有 NVIDIA 显卡、想看 AI Agent 自己做模型训练实验的研究者和开发者；不写代码的读者用不上。

使用前提：需要一块 NVIDIA GPU（作者在 H100 上跑过），Python 3.10 或更新版本，以及 uv。CPU 和 Apple 的 MPS 目前不在主仓库支持范围内。准备步骤会先下载训练数据。README 建议在 Claude 或 Codex 里关闭全部权限确认，让 Agent 自己连续改文件、跑命令。本站不推荐这样做：关掉以后，Agent 执行每条命令、改每个文件都不会再问你。GPU 算力和 Agent 背后的模型调用都可能产生费用，整夜运行的花费要自己估算。用云端模型时，相关代码和日志会发给模型服务商。许可证方面，README 写的是 MIT，但仓库里没有找到单独的 LICENSE 全文。

以上根据项目公开说明整理，本站没有实际测试。