autoresearch

Autoresearch (padrão de loop autônomo)

Definition

Autoresearch é o padrão de dar a um agente de IA um objetivo, uma métrica mecânica e um loop de iteração autônoma: o agente modifica → verifica → mantém ou descarta → repete, sem o humano no meio de cada passo. Popularizado por Andrej Karpathy (março 2026), que o demonstrou treinando um LLM de forma autônoma durante a noite. A fórmula resumida por implementações posteriores: “constraint + goal + mechanical metric + autonomous iteration = compounding gains”.

Key Points

• Origem (karpathy/autoresearch): um agente roda experimentos de treino de LLM (nanochat, GPU única) sozinho: modifica código, treina ~5 min, checa a métrica, keep-or-discard, repete. O humano programa a “organização” via program.md — markdown com contexto e instruções — em vez de tocar nos arquivos .py diretamente.
• Generalização (uditgoenka/autoresearch): transforma o loop em skill reutilizável para Claude Code, OpenCode e Codex. V2.2 tem “Autonomous Orchestrator”: você digita uma meta em linguagem simples, o agente classifica a meta, deriva um predicado de sucesso, confirma uma vez e itera entre subcomandos até terminar. 14 comandos, 9 safety hooks.
• Ecossistema (webfuse-com/awesome-autoresearch): curadoria de descendentes do padrão: loops genéricos, ports para plataformas, adaptações por domínio, avaliações e writeups.
• Essência: o humano decide o quê e a métrica; o agente decide o como e itera. É “delegar o trabalho de tentativa e erro”.
• Direção via markdown: o controle do “laboratório” vive em arquivos markdown legíveis (program.md, metas), não em código — o mesmo raciocínio de dirigir um vault via AGENTS.md.

Aplicação ao Synaptic Lattice

O vault já pratica um primo do autoresearch:

• O loop ingest → lint é o “modificar → medir”: wikilint é a métrica mecânica que decide manter ou corrigir.
• AGENTS.md é o “program.md” — a organização é dirigida por markdown, não por script.
• A skill uditgoenka/autoresearch roda no OpenCode e pode automatizar tarefas repetitivas de nível vault (ex.: corrigir N páginas até lint OK, atualizar frontmatter em lote).

Related Concepts

• agent-loop — o loop de feedback que o autoresearch torna autônomo
• llm-wiki — o padrão do qual este vault deriva (dirigir conhecimento via markdown)
• andrej-karpathy — origem do padrão (março 2026)

Implications

Para este vault, o autoresearch é uma métrica do que automatizar: se um trabalho tem objetivo + métrica mecânica + iteração, ele pode virar loop autônomo. O limite é a decisão de “o que é conhecimento” — que fica no humano (Guardrail 10). Automação do mecânico; decisão do semântico.

Open Questions

• A skill uditgoenka roda bem em OpenCode para tarefas de vault (lint-fix em lote)?
• O padrão escala para ingest de fontes, ou só para tarefas de código?

Sources

^[raw/external/github-com-autoresearch-177ec91f.md] ^[raw/external/github-com-autoresearch-110ad643.md]