每個人都在談論 @karpathy autoresearch，但你們大多數人根本不知道它實際做了什麼。

有一個訓練腳本 (train(dot)py)，用來訓練一個小型語言模型，基本上就是一個嬰兒GPT。而有一個指令文件 (program(dot)md)，用來告訴AI代理該做什麼。
你按下開始。代理會調整訓練腳本，訓練5分鐘，檢查分數。更好？保持。更差？還原。重複100次，整夜讓你睡覺。
就這麼簡單。
它實際在優化的是：模型架構。不是預測。不是交易。也不是你的投資組合。
像這樣的問題：
→ 4層還是8層？
→ 最佳學習率？
→ AdamW還是Muon優化器？
→ 哪個批次大小在這台特定GPU上效果最好？
最佳架構取決於你的硬體。H100需要完全不同的模型，跟你的MacBook不一樣。autoresearch會自動找到最適合你機器的配置。
你可以用它做的事情：
> 建立一個寫程式的小型LLM，autoresearch找到最佳架構，你用你的資料集訓練
> 創建一個離線在手機上運行的輕量級聊天機器人
> 用你自己的寫作訓練一個模型，讓它聽起來像你
> 在一夜之內測試「RoPE是否比ALiBi更適合小模型？」100個變體，而不是花3週做博士研究
> 為樹莓派或邊緣設備優化模型
你不能做的事情：
> 預測股價
> 找交易優勢
> 分析試算表
> 預測體育比賽結果
autoresearch是一個為想要建立語言模型的人設計的工具，而不是用來使用它的。Karpathy建立了一個自主循環，讓AI改善AI。真正的天才。但它解決的是一個非常特定的問題。
而那個問題可能不是你的。沒關係，就不要假裝它是別的東西。