AI编程助手自动迭代上线！Karpathy思路复现，一晚上跑完上百轮实验

睡前设好目标，起床看结果

你有没有这种感觉——给 AI 编程助手一个任务，它第一遍写得还行，但改来改去总是差点意思，最后还是你自己上手修了半天？

Karpathy 之前开源过一个 autoresearch 脚本，思路很巧妙：给模型一个量化目标，让它自己循环跑实验、验证效果、自动回滚差的结果，一晚上能跑上百轮。后来有人把这个思路移植到了 AI 编程助手领域，就是今天要说的 Autoresearch。

它能做什么？

简单说：把 Claude Code、OpenCode 或 OpenAI Codex，变成一个会自动迭代改进的工作引擎。

你只需要做三件事：

• 设定目标——用自然语言描述你想达成什么，比如”让 API 响应时间降低 30%”
• 定义指标——给它一个可以量化的衡量标准
• 启动循环——然后去睡觉

剩下的事情 Agent 自己完成：改代码 → 跑验证 → 效果变好就保留，差了自动回滚。整个过程有 9 个安全钩子保驾护航，不用担心它把你代码库改坏。

14 个子命令，覆盖真实开发场景

Autoresearch 内置了 14 个子命令，不是花架子，都是实际开发中会遇到的场景：

• PLAN——制定改进计划
• DEBUG——自动找 Bug 并修复
• FIX——针对性修复错误
• SECURE——OWASP 安全审计
• SHIP——自动发版部署
• PROBE——探测边缘情况
• REGRESSION——回归测试

v2.2.0 还新增了自主编排模式（Orchestrator），你用自然语言描述目标，它自动分类、推导成功条件、确认后开始循环执行，不需要你手动串联每个步骤。

适合谁用？

如果你符合以下情况，这个 Skill 值得一试：

• 经常用 Claude Code / Codex / OpenCode 写代码
• 有明确的优化目标（性能、指标、测试覆盖率等）
• 想让 AI 在你睡觉的时候继续干活
• 需要自动化迭代但又担心把代码库改坏

上手有多难？

几乎零门槛。它本质上是一个 Skill 文件夹，把你本地的项目文件夹交给它，配置好 .env.local 里的 API Key，然后输入一条命令就够了。GitHub 上有完整的 Quick Start 文档，20 分钟能跑通第一个实验。

目前 GitHub Star 5.8k，441 个 Fork，更新活跃（最新版本 v2.2.1），配套文档和指南都很完善。

一句话总结：Autoresearch 把”让 AI 改代码”升级成了”让 AI 循环改进代码直到达标”——省去你反复看、反复改的烦恼，设好目标挂着跑就行。

GitHub：https://github.com/uditgoenka/autoresearch

GitHub: https://github.com/uditgoenka/autoresearch