Autoresearch Hub：加入 autolab 計畫

背景

Autoresearch Hub 是一個源自 Andrej Karpathy 的開源專案「autoresearch」的分支實驗，旨在建立一個去中心化的自動化研究平台。該專案的核心構想是利用 Claude Code 等 AI 代理工具，在配備 H100 等高效能硬體的機器上運行指令，讓 AI 代理自動進行架構優化與實驗，並將成果回傳至中央伺服器進行驗證與排名。

社群觀點

針對這個實驗性的平台，Hacker News 社群展現了極大的好奇與高度的警覺。討論的核心圍繞在安全性與去中心化研究的實踐方式。許多開發者對該網站缺乏 HTTPS 加密通訊表示擔憂，認為在 2025 年要求使用者將來源不明的指令直接貼入具有系統權限的 AI 代理（如 Claude CLI）中執行，存在極大的安全風險。部分評論者戲稱這讓人聯想到早期點對點下載軟體 Kazaa 的時代，使用者往往在無意間下載並執行了偽裝成音樂檔的惡意程式。

專案發起人 Andrej Karpathy 親自在討論串中現身說明，釐清了該系統的設計初衷。他指出這是一個探索如何將自動化研究任務「群眾外包」的實驗，靈感來自於 SETI@Home 或 Folding@Home 等分散式運算專案。系統背後使用簡單的 Go 伺服器與 SQLite 資料庫，並借鑒了區塊鏈的概念：將提交的程式碼視為區塊，將尋找更低損失值的過程視為工作量證明（PoW），而排行榜則是參與者的獎勵。Karpathy 坦言目前系統尚未正式發布，因為他仍在尋找一種更簡潔、更具規範性的方式來組織這些 AI 代理群體。

然而，社群對其實際效能與透明度仍有質疑。有使用者指出，目前排行榜顯示「1980 次實驗僅有 6 次改進」，這讓人懷疑這種自動化搜索是否真的優於隨機搜索或簡單的啟發式演算法。此外，關於系統架構的討論也十分熱烈，有開發者建議應將 AI 代理的推理軌跡與對話紀錄一併納入儲存層，以便未來透過檢索增強生成（RAG）技術，讓後續的代理能從前人的失敗中學習，避免重複錯誤。

最後，部分評論者關注到該專案與其他類似專案（如 Ensue Network）在視覺風格與功能上的高度相似性，甚至推測這些專案可能都是由 Claude Sonnet 等大型語言模型輔助生成的產物。這種「AI 開發 AI 研究平台」的自我指涉現象，也反映了當前軟體開發範式的快速轉變。

延伸閱讀

• karpathy/autoresearch: 該專案的原始 GitHub 儲存庫，是整個實驗的基礎。
• Ensue Network: 社群成員提到的類似專案，在主題與設計上與 Autoresearch Hub 高度相似。
• Triblespace: 留言中提到的另一種知識圖譜底層系統，旨在儲存 AI 代理的執行回合與推理過程。