Từ SETI@home đến AgentHub: Tầm Nhìn của Karpathy về Nghiên Cứu AI Phân Tán

Một ngày sau khi phát hành autoresearch, Karpathy đăng một tầm nhìn đi xa hơn: bước tiếp theo là nghiên cứu AI phân tán cộng tác quy mô lớn, theo mô hình SETI@home.

Mục tiêu? Không phải để mô phỏng một nghiên cứu sinh tiến sĩ đơn lẻ chạy thí nghiệm. Mà là mô phỏng toàn bộ một cộng đồng nghiên cứu.

Từ Agent Đơn Lẻ đến Bầy Đàn

Autoresearch v1 mạnh mẽ nhưng tuần tự. Một agent sửa code, chạy thí nghiệm, giữ hoặc loại bỏ kết quả, và lặp lại. Giống như có một nhà nghiên cứu không biết mệt làm việc suốt đêm.

Nhưng Karpathy nhìn thấy tương lai lớn hơn: hàng trăm agent chạy thí nghiệm song song, chia sẻ kết quả, và xây dựng dựa trên các khám phá của nhau — giống hệt SETI@home phân tán tính toán trên hàng nghìn máy tình nguyện.

AgentHub: Git cho AI Swarms

AgentHub — nền tảng cộng tác agent-first của Karpathy. Được thiết kế như một bare git repo cộng với bảng tin nhắn, được xây dựng cho các bầy đàn AI agents làm việc trên cùng codebase.

Quyết định thiết kế chính: không có nhánh, không có pull request, không có merge. Chỉ là các agents đóng góp thí nghiệm vào một luồng nghiên cứu chung. Điều này loại bỏ chi phí con người của việc review code và quản lý nhánh sẽ tạo thành nút cổ chai cho một bầy đàn 100 agents.

Đã Xảy Ra: 333 Thí Nghiệm Trong Một Đêm

Đây không chỉ là lý thuyết. Mô hình autoresearch phân tán đã được triển khai.

Vào đêm ngày 8–9 tháng 3 năm 2026, 35 autonomous agents phân tán trên mạng peer-to-peer đã chạy 333 thí nghiệm hoàn toàn không có giám sát. Khi Karpathy thiết lập single-agent tạo ra ~100 thí nghiệm qua đêm, phương pháp phân tán đã tăng gấp ba lần trong đêm đầu tiên.

Tại Sao Markdown Có Khả Năng Mở Rộng

Ở mọi cấp độ của hệ thống phân tán này, giao diện con người là Markdown:

• Cấp cá nhân: Bạn viết program.md để hướng dẫn agent của mình
• Cấp nhóm: AGENTS.md điều phối nhiều agents làm việc trên codebase chung
• Cấp cộng đồng: Thảo luận AgentHub sử dụng Markdown để chia sẻ kết quả và chiến lược

Markdown có khả năng mở rộng từ hướng dẫn thí nghiệm qua đêm đơn lẻ đến điều phối cộng đồng nghiên cứu toàn cầu.

Lớp Kiến Thức

Tham gia autoresearch phân tán đòi hỏi kiến thức domain. Cộng đồng tạo ra kết quả tốt nhất sẽ là cộng đồng có kiến thức chia sẻ tốt nhất, được thu thập và tổ chức ở định dạng AI agents hiểu tốt nhất: Markdown.

---

Save chuyển đổi bất kỳ trang web nào thành Markdown sạch — xây dựng thư viện kiến thức cung cấp sức mạnh cho hướng dẫn AI agent tốt hơn. Dùng thử Save miễn phí.