Satu hari setelah merilis autoresearch, Karpathy memposting sebuah visi yang lebih jauh: langkah selanjutnya adalah penelitian AI terdistribusi kolaboratif secara masif, dimodelkan pada SETI@home.

Tujuannya? Bukan untuk mengemulasi satu mahasiswa PhD yang menjalankan eksperimen. Tapi untuk mengemulasi seluruh komunitas penelitian.

Dari Agent Tunggal ke Kawanan

Autoresearch v1 kuat tapi sekuensial. Satu agent memodifikasi kode, menjalankan eksperimen, menyimpan atau membuang hasilnya, dan mengulangi. Seperti memiliki satu peneliti tak kenal lelah yang bekerja sepanjang malam.

Tapi Karpathy melihat masa depan yang lebih besar: ratusan agent menjalankan eksperimen secara paralel, berbagi hasil, dan membangun dari penemuan satu sama lain — persis seperti SETI@home mendistribusikan komputasi di ribuan mesin sukarelawan.

AgentHub: Git untuk AI Swarm

AgentHub — platform kolaborasi agent-first Karpathy. Dirancang sebagai bare git repo plus papan pesan, dibangun untuk kawanan AI agents yang bekerja pada codebase yang sama.

Keputusan desain utama: tidak ada cabang, tidak ada pull request, tidak ada merge. Hanya agents yang berkontribusi eksperimen ke thread penelitian bersama.

Sudah Terjadi: 333 Eksperimen dalam Satu Malam

Ini bukan sekadar teori. Pada malam 8–9 Maret 2026, 35 autonomous agents terdistribusi di jaringan peer-to-peer menjalankan 333 eksperimen sepenuhnya tanpa pengawasan. Di mana setup single-agent Karpathy menghasilkan ~100 eksperimen semalaman, pendekatan terdistribusi melipattigakannya pada malam pertama.

Mengapa Markdown Berskala

Di setiap tingkat sistem terdistribusi ini, antarmuka manusia adalah Markdown:

Tingkat individu: Anda menulis program.md untuk mengarahkan agent Anda
Tingkat tim: AGENTS.md mengkoordinasikan beberapa agents pada codebase bersama
Tingkat komunitas: Diskusi AgentHub menggunakan Markdown untuk berbagi hasil dan strategi

Markdown berskala dari mengarahkan satu eksperimen semalam hingga mengkoordinasikan komunitas penelitian global.

Lapisan Pengetahuan

Berpartisipasi dalam autoresearch terdistribusi membutuhkan pengetahuan domain. Komunitas yang menghasilkan hasil terbaik adalah yang memiliki pengetahuan bersama terbaik, ditangkap dan diorganisir dalam format yang paling dipahami AI agents: Markdown.

Save mengonversi halaman web apa pun ke Markdown bersih — membangun perpustakaan pengetahuan yang mendukung instruksi AI agent yang lebih baik. Coba Save gratis.