WecoAI/awesome-autoresearch

解决的问题

AutoResearch 通过自动化试错过程，解决了手动优化代码或模型的难题。无需人工开发人员调整参数或代码来提升性能，AI 代理会运行一个持续的测试、测量和优化循环，以找到最佳结果。

工作原理

其核心在于，AutoResearch 使用特定的提示词，指导编码代理（如 Claude Code）遵循迭代工作流。代理会修改目标文件，在 GPU 上运行一段时间，并根据特定指标检查结果。如果更改改善了指标，代理会保留它；否则，它会撤销更改。这个循环无限重复，使代理能够自主探索和优化复杂任务。

适用人群

本项目适合希望自动化性能调优、提示词工程或架构搜索的开发人员、研究人员和工程师。对于那些不仅想看到最终结果，还想查看完整“优化轨迹”（即代理所做每一次尝试的记录）的人来说，它特别有用。

亮点

• 精选的真实用例集合，涵盖 GPU 内核优化、LLM 训练、游戏 AI 和科学研究等领域。
• 包含优化轨迹的链接，让您可以检查代理是如何一步步实现改进的。
• 包含多种开源实现和分支，包括适用于 Apple Silicon、Windows 和分布式多代理集群的版本。
• 提供基准测试和评估工具，用于衡量研究代理的有效性。