l'autoresearch di Karpathy è una grande novità. 630 righe di python. una GPU. un metrica. scrivi istruzioni in un file markdown. un agente AI modifica il codice di addestramento, esegue un esperimento di 5 minuti, controlla se il punteggio è migliorato, mantiene o scarta, ripete. ~12 esperimenti all'ora. ~100 durante la notte. vai a dormire. ti svegli con un modello migliore. sto puntando questo al mio sistema di memoria. lascialo funzionare durante la notte ottimizzando il punteggio di richiamo e le soglie di fiducia mentre dormo. la parte interessante non è l'automazione. è ciò che ha detto Karpathy riguardo al cambiamento di ruolo. non stai più scrivendo python. stai scrivendo istruzioni markdown per un agente. migliori sono le tue istruzioni, migliori sono i risultati. suona familiare se hai costruito con agenti. Tobi Lutke l'ha già eseguito su un modello più piccolo. miglioramento del 19%. il modello piccolo ottimizzato dall'agente ha battuto uno più grande configurato manualmente. stiamo osservando il ciclo di ricerca chiudersi in tempo reale. ne abbiamo discusso su @modernmarket_