Андрей Карпати запустил autoresearch: ИИ проводит сотни экспериментов за ночь

630 строк кода, которые меняют науку

На прошлых выходных Андрей Карпати — бывший директор по ИИ в Tesla, сооснователь OpenAI и человек, придумавший термин «вайб-кодинг» — опубликовал на GitHub небольшой проект под названием autoresearch. Простой 630-строчный скрипт с открытой лицензией MIT. Но за этой скромностью скрывается по-настоящему революционная идея: автоматизировать научный метод с помощью ИИ-агентов.

Как работает «петля Карпати»

Система функционирует как автономный цикл оптимизации. ИИ-агент получает тренировочный скрипт и фиксированный вычислительный бюджет — около 5 минут на GPU. Дальше он действует самостоятельно:

• Читает собственный исходный код
• Формулирует гипотезу об улучшении (например, изменить learning rate или глубину архитектуры)
• Модифицирует код и запускает эксперимент
• Оценивает результат по метрике потерь (val_bpb)
• Если стало лучше — сохраняет изменение. Если нет — откатывает и пробует снова

За одну ночную сессию агент завершил 126 экспериментов, снизив потери с 0.9979 до 0.9697. За двое суток непрерывной работы — обработал около 700 изменений и нашёл порядка 20 улучшений, которые в совокупности дали 11% прирост эффективности на метрике «Time to GPT-2».

Агент нашёл то, что человек пропустил за 20 лет

Одна деталь особенно поражает. Карпати признал, что агент поймал ошибки в масштабировании attention и регуляризации, которые он сам не замечал на протяжении двух десятков лет работы. Это не просто ускорение — это другой уровень внимательности, недоступный человеку в силу когнитивных ограничений.

Распределённая наука: 35 агентов, 17 часов, 8 лет в одну ночь

Сообщество подхватило идею мгновенно. Varun Mathur, CEO платформы Hyperspace AI, распределил «петлю Карпати» по P2P-сети. За ночь с 8 на 9 марта 35 автономных агентов провели 333 эксперимента без какого-либо участия людей. Результаты оказались неожиданными:

• Слабое железо стало умнее. Агенты на ноутбуках без мощных GPU были вынуждены искать более умные решения — и находили их: оптимизации инициализации весов снижали потери на 21%.
• Знания распространялись как вирус. Через протокол GossipSub успешные находки мгновенно передавались между агентами. За несколько часов 23 агента независимо применили одно открытие.
• История ускорилась. За 17 часов агенты самостоятельно переоткрыли техники — RMSNorm, tied embeddings — на формализацию которых у Google Brain и OpenAI ушло восемь лет.

36 500 маркетинговых экспериментов в год вместо 30

Деловой мир увидел в autoresearch совсем другое применение. Эрик Сиу, основатель рекламного агентства Single Grain, адаптировал систему для маркетинга: вместо тренировочного скрипта — лендинг или рекламный креатив, вместо метрики потерь — конверсия. «Большинство маркетинговых команд проводят около 30 экспериментов в год. Следующее поколение будет проводить 36 500 — легко», — написал он. Пока команда спит.

Что это значит на самом деле

autoresearch — это не просто инструмент продуктивности. Это принципиально иной способ думать об исследованиях. Мы привыкли, что наука медленная: гипотеза, эксперимент, публикация, годы рецензирования. Карпати предлагает запустить этот процесс со скоростью кремния, а не человеческой мысли.

Применения выходят далеко за пределы машинного обучения — медицина, фармакология, материаловедение, маркетинг, финансы. Везде, где есть гипотеза и измеримый результат, autoresearch может работать. И всё это — открытый код, доступный буквально каждому разработчику прямо сейчас.

Мнение редакции

Это один из тех редких моментов, когда понимаешь: что-то изменилось фундаментально. Не через пять лет, не «в перспективе» — прямо сейчас. Карпати с характерной для него скромностью назвал это «простым скриптом». Но 8.6 миллиона просмотров за два дня говорят о том, что люди чувствуют масштаб. Вопрос уже не в том, ускорит ли ИИ науку. Вопрос в том, успеем ли мы переосмыслить, что вообще значит «быть учёным» в мире, где агент за ночь делает то, на что у человека уходят годы.