Andrej Karpathy之前用自动调优训练脚本做了个小实验，把“autoresearch”这个概念带火了。现在Papers with Code专门开了个Auto-Research任务页面。跟那些只测能不能跑通测试集的编码智能体、或者偏文献调研汇总的Deep Research不一样，Auto-Research走的是真刀真枪的实验闭环：智能体自己提假说、改代码、跑实验、验结果，不用人插手就能持续迭代几百轮，衡量标准直接看能不能复现论文、刷新基线甚至搞出新发现。这个页面收了目前一批AI科学家系统、自主研发智能体和相关评测基准，想追AI科研前沿动态可以看：paperswithcode.co /tasks/auto-research