这两天，Karpathy 放出来的 autoresearch 被很多人反复提起。它会被讨论起来，主要因为它展示了这样一件事：以前要靠人反复去做的训练实验，现在 agent 可以自己改代码、自己跑实验、自己看结果，再决定这次改动留不留下来。我第一次看到的时候，脑子里先出来的是这几个问题：它在研究什么？它训练的是提示词，还是模型？Claude、Codex 这种大模型在这里做什么？它跑一段时间之后，我最