让AI通宵调代码，早上收结果：这个Autoresearch Skill把Karpathy的思路做成了开箱即用的版本

你想过让 AI 自己调代码、你睡觉吗？

Karpathy 之前做了个 autoresearch 脚本，一晚上能让模型跑上百轮实验自动调参。效果炸裂，但门槛高——得自己接 API、写脚本。

现在有人把这个思路做成了 Claude Code / Codex 的 Skill，开箱即用，你只需要说”我要什么”。

是什么

Autoresearch——一个让 AI 编程助手自动循环迭代的 Skill。基于 Karpathy 的原始思路：目标 + 量化指标 + 自动循环 = 复合增长。

支持 Claude Code、OpenCode、OpenAI Codex 三种主流编程 Agent。

怎么跑

核心循环就三步：

PLAN → LOOP → 结果

1. 告诉它你的目标（比如”让函数执行时间从 50ms 降到 20ms 以下”）
2. 设定一个可量化的指标
3. 挂机睡觉

Agent 会自己循环：改代码 → 跑验证 → 效果好了保留、差了自动回滚，一轮一轮直到达成目标或者你叫停。

14 个子命令，覆盖真实开发场景

• plan — 制定计划
• debug — 找 Bug
• fix — 修错误
• secure — 安全审计（内置 9 个安全钩子，防误操作）
• ship — 发版部署

还有 probe（探测需求）、scenario（边界测试）、predict（专家 swarm 预测）等高级玩法。

谁适合用

• 想让 Claude Code / Codex 自动迭代优化的开发者
• 有调参、调性能需求但不想手动盯着的场景
• 想验证”AI 能不能自己把这段代码从 60 分搞到 90 分”

注意点

• 需要一个可量化的目标——模糊的目标 AI 也帮不了你
• 建议从简单目标开始测试，熟悉行为模式后再上复杂场景
• 内置安全钩子是保险，不是万能，重要项目还是要定期检查

GitHub 链接

https://github.com/thewiningturtle/autoresearch

设好目标，睡觉去。起床看结果。

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