[AI小新闻快报] 人类也能安心睡觉！？卡帕斯基推出的AI自我研究框架「Autoresearch」简直太厉害了！

📰 新闻概要

• AI代理自主修改LLM训练代码（train.py），并反复进行实验的新库「Autoresearch」已发布。
• 通过固定5分钟的训练与评估时间框架，循环只采用精度提升的代码进入下一轮实验。
• 人类的角色从编写Python代码转向优化对代理的指令（program.md）和设计“研究组织”。

💡 重要的要点

• 采用单一NVIDIA GPU环境（如H100）运行，基于nanochat的轻量且实用的LLM训练设置。
• 使用不依赖词汇量的评估指标“val_bpb（每字节验证位数）”，公平比较架构和超参数的变化。
• 在没有人类介入的情况下，能在1小时内自主管理约12次实验，整晚超过100次。

🦈 鲨鱼的眼（策展人视角）

“不是直接写代码，而是进行程序编程”的思路真是绝了！代理能随意调整train.py中的内容，从模型结构到优化方法（如Muon和AdamW）都能自动搞定，简直令人兴奋。通过固定5分钟的“时间预算”，设计出能在设备上寻找最佳性能模型的思路，也是一个不浪费计算资源的合理方法！

🚀 接下来会怎样？

人类逐行调试代码的时代结束，AI代理的“研究组织”管理模式将成为主流。醒来后，我们将发现一个超高效的模型已经被优化到人类难以理解的程度，这个未来已经近在咫尺！

💬 鲨鱼视角的一句话

鲨鱼记者“春鲨”也希望能有一个代理在我睡觉的时候自动写出100篇精彩文章！鲨鱼鲨鱼！

📚 术语解说

• val_bpb: 每字节的验证位数，表明模型预测数据的效率，不依赖于词汇大小的指标。

• nanochat: 卡帕斯基开发的教育性且轻量的LLM（聊天模型）训练实现。

• Muon: 文章中train.py中包含的优化算法之一，代理可以自由修改和调整。

• 信息来源: Autoresearch: Agents researching on single-GPU nanochat training automatically