autoresearch

Claude Autoresearch Skill — Autonomous goal-directed iteration for Claude Code. Inspired by Karpathy's autoresearch. Modify → Verify → Keep/Discard → Repeat forever.

A blueprint-driven AutoResearch runtime for orchestrating AI research workflows from idea generation and experiments to paper writing and peer review.

受 Karpathy 的 autoresearch 启发，精选的自主改进循环、研究代理与 autoresearch 风格系统列表。

Codex Autoresearch 技能 — 供 Codex 使用的自我导向迭代系统，持续循环执行：修改、验证、保留或舍弃，并无限重复。灵感来自 Karpathy 的 autoresearch 概念。

第一个分布式 AGI 系统。数千个自主 AI 代理协同训练模型、通过 P2P 传播分享实验，并在此推动突破。完全点对点。通过浏览器或 CLI 加入。

GPU 内核自动研究。给它任何 PyTorch 模型，睡个觉，醒来就能获得优化的 Triton 内核。

AIDE：用于机器学习工程的 LLM Agent——Weco 的研究起源。曾于 OpenAI MLE-bench 中被引用。

将您的代码库转为自动研究循环 — 探索要测量的项目、建立基准测试仪器，然后使用并行子代理执行树搜索。

🦞+🔬 NanoResearch：自主式 AI 研究助理

一个递归自我改进的架构，旨在帮助您的代理程序（以及这些代理程序的未来迭代）在任何任务上取得成功

一个全能型自主研究代理——能自主执行实验、研究并进行迭代优化。

包含优化追踪与开源实现的 AutoResearch 使用案例精选列表

由自主编码代理驱动的开源自动研究工具。运行 Claude Code、OpenCode 与 Codex，具备评分、共享知识与多代理演进功能。已被 COLM 2026 接受。

一个用于在代码基底中执行优化循环的 codex 插件。当你有可测量的目标以及许多想尝试的变更时，这非常有用：测试执行时间、构建速度、打包大小、模型损失、Lighthouse 分数、内存使用量、查询延迟，或任何你可以从脚本打印的指标。

Principia 可提取可重用的原则，将这些原则组合成可追溯的研究构想，并协助研究人员检视为何某个构想值得测试

Scholar All-In-One：用于 AI 代理的研究基础设施。