Learn AutoResearch

定义指标，设定目标，让 Agent 彻夜迭代。
基于项目的自动化研究循环课程——灵感来自 Karpathy 自主 ML 训练循环。

English →  |  在线文档 →

---

这是什么？

Learn AutoResearch 教你自动化研究循环：定义可测量的指标，让 Agent 生成假设、实现改变、评估结果、提交改进——然后彻夜重复。

核心理念来自 Andrej Karpathy 的 AutoResearch。本课程将其泛化到任何可以写出 {"pass": bool, "score": float} 的领域。

---

循环是如何运作的

flowchart LR
    A([定义指标]) --> B([预测])
    B --> C([实现])
    C --> D([评估])
    D -->|分数提升| E([提交])
    D -->|分数下降| F([回滚])
    E --> G{目标达成?}
    F --> B
    G -->|否| B
    G -->|是| H([发布])

Loading

每次迭代：一个假设，一个改变，一次测量。Git 记录每次实验。你醒来看到按分数排列的结果表。

---

你将学到什么

#	技能	如何练习
1	可测量目标	把"让它更快"变成 median_time_s < 0.5
2	自主改进循环	每次迭代一个改变，自动回滚
3	科学调试	可证伪假设，基于证据的调查
4	行动前预判	提交任何重大改变前的 5 专家视角
5	安全审计	STRIDE + OWASP + 红队分析，带代码级证据
6	发布	8 阶段流水线：代码 → 内容 → 部署

---

课程结构

阶段	讲义	项目	目标
1 — 理解原理	L01 为什么手动迭代失败 · L02 可测量目标	P01 排序优化	median_time_s < 0.5
2 — 核心循环	L03 五阶段循环 · L04 遇到瓶颈时	P02 函数拟合	rmse < 0.05
3 — 调试修复	L05 科学调试 · L06 错误归零流水线	P03 FastAPI 调试	test_pass_rate == 1.0
4 — 多视角预测	L07 五专家预判 · L08 对抗性精化	P04 架构辩论	weighted_score ≥ 0.65
5 — 安全场景	L09 STRIDE+OWASP 审计 · L10 12 维场景探索	P05 安全审计	security_score == 1.0
6 — 发布高级	L11 通用发布流水线 · L12 过夜运行	P06 端到端流水线	rouge1_recall ≥ 0.60

---

项目代码

每个项目都附带可运行的起始代码和参考答案：

projects/
├── project-01/   排序优化
├── project-02/   函数拟合
├── project-03/   FastAPI 调试
├── project-04/   架构辩论
├── project-05/   安全审计
└── project-06/   端到端流水线

每个 starter/evaluate.py 遵循统一协议：

print(json.dumps({"pass": bool, "score": float}))

---

快速开始

# 安装依赖
npm install

# 启动本地预览
npm run dev

# 构建静态站点
npm run build

---

技术栈

层级	工具
站点生成器	VitePress 1.6+
流程图	vitepress-plugin-mermaid
语言	中文（默认）+ 英文（/en/）
项目代码	Python 3.10+，仅标准库，无需 pip

---

引用

@software{learn_autoresearch2026,
  title  = {Learn AutoResearch: A Project-Based Course on Autonomous Research Loops},
  author = {Zhao, Zhimin},
  year   = {2026},
  url    = {https://github.com/AI4Scientist/learn-auto-research}
}

许可证

MIT