让 AI 自动跑实验循环：pi-autoresearch 把「试错-验证」变成流水线

让 AI 帮你跑实验循环：pi-autoresearch 把「试错-验证-迭代」变成自动流水线

你有没有过这种经历：想优化一段代码、一个模型 loss、或是一组测试性能，先改一版，跑一下看指标，再回退或继续。听起来简单，真做起来就是一遍遍手动执行、记录、回滚，特别容易打断心流。

今天推荐一个来自 GitHub 的热门 Skill：pi-autoresearch，作者是 davebcn87，专为 pi 终端 AI 编程代理打造的自主实验循环扩展。核心思路非常直接：try → measure → keep or discard → repeat。你不用再盯着终端手动跑实验，它把「跑实验、记结果、更新仪表盘」串成了一条自动流水线。

它提供的工具体系很完整：

• init_experiment：一次性配置实验目标、指标和优化方向；
• run_experiment：执行任意命令，自动计时并捕获输出；
• log_experiment：记录结果、自动提交，并实时更新仪表盘；
• /autoresearch 子命令：进入/退出自动循环，还能导出浏览器里的实时 dashboard。

这意味着它可以覆盖很多场景：单测耗时优化、打包体积优化、LLM 训练 loss 曲线监控、构建速度压测，甚至 Lighthouse 性能评分迭代。只要你能定义一个可量化的指标，它就能帮你持续跑下去。运行过程中，编辑器上方会常驻一个结果表格；超过 3 次实验后还会显示置信度，帮你判断结果是否足够可信。

如果你已经在用 pi，那这个 Skill 基本是开箱即用：pi install npm:pi-autoresearch 就能装上。对于做 AI 实验、性能调优、或者任何「反复试错求最优」的场景，它都能把重复劳动从你手里收走，让你把注意力留在真正需要判断的地方。

GitHub 开源地址：https://github.com/davebcn87/pi-autoresearch

GitHub: https://github.com/davebcn87/pi-autoresearch