一週前，當 Andrej Karpathy 在 X 平臺上發佈他的新項目 autoresearch 時，整個 AI 社區被迅速吸引。因爲這個項目只用了大約 630 行 Python 代碼，就實現了讓 AI 自主開展研究的機制。
（來源：Karpathy）
截止目前，上線不到兩週，項目的星標數已超過 4 萬。有人在自家 H100 GPU 上運行了 83 次實驗，保留了 15 次有效改進，驗證損失從接近 1,000 穩步下降到 0.975 附近。
autoresearch 的核心在於給 AI 智能體提供一個真實的、簡化的 LLM 訓練環境，讓它徹夜迭代。倉庫主要由三個文件構成：prepare.py 固定負責數據準備和 BPE 分詞器訓練；train.py 是可編輯的核心腳本，包含 GPT 模型、優化器和訓練循環；program.md 則作爲人類編寫的指令手冊，指導 AI 的行爲。
每次實驗嚴格限定 5 分鐘牆鍾時間，評估指標用 val_bpb，確保不同改動間公平比較。智能體修改代碼、運行訓練、檢查結果、決定保留或回滾，整個過程在 git 分支上記錄，形成完整的演化歷史。這延續了 Karpathy 一貫的極簡風格，從 micrograd 到 nanoGPT，再到 nanochat，他總是在把複雜系統壓縮到最小可運行規模，只是 autoresearch 這一次把主角換成了 AI。
但開發者們沒有止步於此。就在 autoresearch 發佈後不到兩週，一支來自美國北卡羅來納大學教堂山分校（UNC）AIMING Lab 的華人團隊，將這個自主實驗循環的概念大幅擴展，開源了 AutoResearchClaw。
這個項目本質上是一個端到端的自主科研 Agent，能從用戶輸入的一個原始研究想法開始，自動完成從文獻檢索到論文撰寫的完整流程。目前倉庫星標已超過 4,500，版本從 v0.1 快速迭代到 v0.3.0（最新於 3 月 17 日發佈），並引入了自進化機制。
（來源：GitHub）
與 autoresearch 主要聚焦 LLM 訓練代碼的超參優化和模型改進不同，AutoResearchClaw 把輸入端直接拉到“一個原始研究想法”。用戶只需在命令行輸入一行 CLI 命令，附上 idea，比如“探索新型注意力機制在長上下文建模中的效率”，系統就會啓動一個 23 階段的端到端流水線，覆蓋 8 個主要階段：從 idea scoping、文獻發現、合成，到實驗設計、執行、分析、寫作和最終定稿。
首先，系統會處理文獻部分。它通過 arXiv 和 Semantic Scholar 檢索真實論文，然後用 DataCite 和 CrossRef 進行交叉驗證。每條引用都要經過四層過濾：arXiv ID 校驗、DOI 查找、標題匹配以及 LLM 相關性打分，任何幻覺引用都會被自動剔除。這一步的嚴謹程度，已經超過了不少人工文獻綜述。
進入實驗階段後，AI 根據前期文獻生成可運行代碼。它會自動檢測用戶硬件（例如是 NVIDIA CUDA、Apple MPS 還是純 CPU），並適配沙箱環境。代碼出錯時，系統自我修復，無需人工介入；如果實驗結果不支持初始假設，它會主動轉向新方向，而不是執着於一條路徑。這個過程繼承了 autoresearch 的緊反饋循環，但範圍大大擴展：不再侷限於調參，而是真正設計對比實驗、生成圖表、記錄各項指標。
實驗完成後，多智能體評審機制接管，幾輪“同行評議”檢查方法論與證據的一致性，並輸出修訂建議。最後，系統生成一篇 5,000 詞以上的完整論文草稿，包括引言、相關工作、方法、實驗、結論等標準章節。
數學公式用 KaTeX 渲染，對比圖表自動繪製，直接套用 ICML、ICLR 或 NeurlPS 的 LaTeX 模板。用戶最終拿到的是可直接編譯的 .tex 文件、驗證過的 BibTeX 引用列表、全部實驗腳本、沙箱運行結果以及同行評審筆記。如果選擇全程無人值守，只需加上 --auto-approve 參數；如果更謹慎，也可以設置三個審批關卡（對應階段 5、9、20），逐步人工介入。
（來源:GitHub）
AutoResearchClaw 的團隊主要來自 AIMING Lab，核心貢獻者包括 Huaxiu Yao 等研究者。他們明確表示，項目站在兩個重要基礎之上：一是 Karpathy 的 autoresearch，提供了代碼自主迭代的微循環；二是 OpenClaw 框架，提供了多 Agent 編排的底層支持。
v0.2 版本引入 MetaClaw 自進化引擎，從失敗案例中提取教訓，轉化爲可複用技能，注入後續運行，實測減少 40% 的 refine 週期；v0.3 則進一步強化速率限制防護、多 API 級聯搜索（從 OpenAlex 到 Semantic Scholar 再到 arXiv），以及多 Agent 辯論模塊。這些更新都在 GitHub 上公開，issue 區非常活躍，用戶反饋直接推動下一版迭代。
從實際案例來看，這個項目的工程魯棒性超出預期。一位早期測試者輸入“Unity 資產剪枝優化”作爲 idea，系統自動完成文獻蒐集、代碼生成、實驗驗證，最後輸出一篇會議級論文，連圖表都完整配齊。
另一個例子中，智能體在實驗失敗後主動調整假設，避免了 p-hacking 式的偏差。這與早期 AI 論文生成工具的根本區別在於：它不是簡單文本拼接，而是將 autoresearch 的“實驗自我迭代”真正擴展到科研全鏈條，從選題到投稿準備，一氣呵成。
項目也注重開放性和可審查性。所有輸出包括完整實驗腳本和結果日誌，便於人類複覈；引用列表全部可追溯；代碼沙箱默認隔離，降低潛在風險。目前還不支持所有邊緣硬件，但團隊已表示社區 fork 和適配工作正在推進。倉庫 README 反覆強調，這套工具的目標不是取代研究員，而是把“從靈感和 arXiv 投稿”的週期從幾個月壓縮到一個晚上。
今天，AutoResearchClaw 仍在快速迭代。最新 release 優化了多 Agent 辯論和 LaTeX 導出，用戶反饋顯示，配合 Claude Code 這類編碼智能體，整體成功率已超過 85%。
參考鏈接：
1.開發者主頁：
https://x.com/HuaxiuYaoML/status/2033038170653405308/photo/1
2.項目地址：
https://github.com/aiming-lab/AutoResearchClaw
運營/排版：何晨龍
