# Autonomous Research

> 自主AI研究框架 - 基于Karpathy AutoRS理念。AI Agent自主实验→训练→评估→迭代→保留最优。固定时间预算，可比较结果，持续优化。

- Skill: `lord1egypt/autonomous-research` (Agent Skill)
- Install (CLI): `npx skillmds@latest add lord1egypt/autonomous-research`
- Raw SKILL.md: https://api.skillmd.com/api/skills/lord1egypt/autonomous-research/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: Lord1Egypt (https://skillmd.com/u/lord1egypt)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/lord1egypt/autonomous-research

---


# Autonomous Research Framework
自主AI研究框架

**灵感来源：** Karpathy AutoRS  
**核心思想：** 给AI一个真实的研究环境，让它自主实验、评估、迭代

---

## 一、核心设计

### 研究循环
```
实验设计 → 代码修改 → 训练运行 → 评估指标 → 结果分析
     ↑                                              ↓
     ←←← 保留/丢弃 → 更新上下文 → 继续下一轮 ←←←
```

### 三文件架构
| 文件 | 作用 | 修改权限 |
|------|------|---------|
| `prepare.py` | 数据准备、工具函数 | ❌ 不修改 |
| `train.py` | 模型、优化器、训练循环 | ✅ Agent修改 |
| `program.md` | Agent指令、实验目标 | ✅ 人类修改 |

### 固定预算
- **时间预算：** 每次实验固定时长（避免无限训练）
- **评估指标：** 统一指标对比（val_loss, val_bpb 等）
- **可比较性：** 相同预算下的结果可直接对比

---

## 二、使用方式

### 启动自主研究
```
请按照 program.md 的指令开始新一轮实验。
先查看当前 train.py 的状态，然后进行修改并运行。
```

### 研究循环
1. **读取 program.md** — 了解当前研究目标
2. **分析 train.py** — 理解当前实现
3. **设计实验** — 提出假设、修改方案
4. **运行训练** — 固定时间预算
5. **评估结果** — 与基线对比
6. **决定去留** — 保留提升、丢弃退步
7. **记录学到的** — 更新记忆/日志

### 每次实验记录
```markdown
## 实验 #[N] - [日期时间]

### 假设
[这次要改什么，为什么]

### 修改
[train.py 的改动点]

### 结果
- 评估指标: [数值]
- vs 基线: [+/-%]

### 决定
[保留/丢弃] - [原因]
```

---

## 三、program.md 模板

```markdown
# Research Program

## 基线状态
- 模型: [描述]
- 优化器: [描述]  
- 评估指标: val_bpb = [数值]

## 研究目标
[当前要解决的问题/优化方向]

## 可修改范围
- 模型架构（层数、hidden维度、attention头数）
- 优化器（学习率、beta、权重衰减）
- 训练参数（batch_size、seq_len）
- 正则化（dropout、weight_decay）

## 约束
- 训练时间: 5分钟固定
- 单GPU
- 只修改 train.py

## 当前重点
[Agent根据历史结果自行判断下一个实验方向]
```

---

## 四、评估指标指南

| 指标 | 说明 | 越低/高越好？ |
|------|------|-------------|
| val_bpb | 验证集每字节比特数 | 越低越好 |
| val_loss | 验证损失 | 越低越好 |
| test_acc | 测试准确率 | 越高越好 |
| perplexity | 语言模型困惑度 | 越低越好 |

---

## 五、实验策略

### 探索策略
1. **随机扰动** — 小随机变化，找到局部最优
2. **梯度方向** — 根据失败经验调整
3. **消融实验** — 去掉某部分看影响
4. **历史回顾** — 查看过去100次实验的模式

### 避免重复
- 记录已尝试的（学习率、架构组合等）
- 不重复已证明无效的实验
- 相似实验至少改一个关键变量

---

## 六、日志格式

### 实验日志 (experiments.md)
```markdown
# 实验日志

## 实验记录

| # | 时间 | 修改 | 指标 | vs基线 | 决定 |
|---|------|------|------|--------|------|
| 1 | 2026-04-17 | 初始基线 | 1.234 | - | 基线 |
| 2 | 2026-04-17 | 学习率 1e-3→5e-4 | 1.189 | -3.6% | ✅保留 |
| 3 | 2026-04-17 | 层数 8→12 | 1.201 | -2.7% | ❌丢弃 |

## 关键发现
- 学习率降低有效
- 层数增加不一定好
```

---

## 七、快速开始

1. **查看 program.md** — 了解研究目标
2. **查看 train.py** — 理解当前实现
3. **设计第一个实验** — 改什么、为什么
4. **运行训练** — `python train.py`
5. **记录结果** — 更新实验日志
6. **决定下一步** — 继续或回退

---

## 八、Agent 指令

当用户要求开始自主研究时：
1. 先读取 `program.md` 了解目标
2. 分析 `train.py` 当前状态
3. 提出修改假设
4. 执行并记录
5. 持续迭代

---

*基于 Karpathy AutoRS 理念构建 | OpenClaw Skill*