andrej karpathy 发布了一个可以优化任何可测量过程的仓库，叫做 autoresearch。 这个代理会编辑代码、运行代码，保留能提升指标的部分，撤销无效的部分，然后在你睡觉时不断重复这个过程。 为什么它的应用范围如此广泛：你不用写代码，而是写一个 program.md，定义要探索的内容、哪些不能改变、何时停止。每次运行都会用一个数字评分，所以整个循环过程中不需要人工判断。改进的部分会被提交，失败的部分会被撤销，你醒来时就能看到差异。 最被引用的证明点：Shopify 的 CEO Tobi Lütke 将一个名为 pi-autoresearch 的变体（基于开源代理 pi，而不是 Claude code）应用于 Liquid，Shopify 已有 20 年历史的模板引擎。大约 120 次实验产生了 93 次提交，解析加渲染时间减少了 53%，内存分配减少了 61%，所有 974 个单元测试全部通过。 值得一提的是：Lütke 自己表示这“可能有点过拟合”，而这个 PR 目前还未合并，只是一个基准测试结果，还不是正式发布的改动。 这个模式在其他场景中依然适用，比如 GPU 内核调优、提示优化，甚至比特币价格建模，只要你有一个代码库和一个需要优化的数字。 获取它吧：http://(github.com)/karpathy/autoresearch