Karpathy 的 Autoresearch 與 PROGRAM.md：讓 AI 在你睡覺時執行實驗

2026 年 3 月 7 日，前特斯拉 AI 總監、OpenAI 共同創辦人 Andrej Karpathy 發布了一個讓 AI 世界沸騰的儲存庫：autoresearch。

這個想法看似簡單，實則深刻：給 AI 代理一個小型但真實的 LLM 訓練環境，讓它在夜間自主執行實驗。它修改程式碼，訓練 5 分鐘，檢查結果是否改善，保留或丟棄更改，然後重複。

你睡覺時，100 個實驗在執行。零人工干預。

但有一點對程式設計的未來至關重要：人類不寫 Python。人類寫的是一個 Markdown 檔案。

什麼是 program.md？

autoresearch 的核心是一個名為 program.md 的檔案。這是一個 Markdown 文件，作為 AI 代理的操作手冊。

研究人員不再手動調整超參數、調整學習率或修改 Python 中的神經網路架構，而是在 program.md 中用自然語言寫下指令。AI 代理讀取這些指令，並據此自主修改訓練程式碼（train.py）。

正如 Karpathy 所說：你不會像通常的研究人員那樣去修改 Python 檔案。相反，你在撰寫 program.md Markdown 檔案，為 AI 代理提供上下文。

Autoresearch 如何運作

這個系統的優雅在於其簡潔：

1. 人類編輯 program.md — 設定研究目標、約束和策略
2. AI 代理（Claude、Codex 或其他 LLM）讀取 program.md 並修改 train.py
3. 訓練恰好執行 5 分鐘，測量驗證損失（val_bpb）
4. 若有改善，將更改作為 git commit 保留在功能分支上
5. 若無改善，git 重置回起始狀態
6. 無限重複

整個訓練程式碼庫約 630 行 Python — 小到足以完整放入 LLM 的上下文視窗。這是有意為之的。代理需要理解整個系統才能做出智慧修改。

實驗結果

Karpathy 在一個深度為 12 的模型上讓 autoresearch 執行了約兩天。AI 代理自主發現了約 20 項改進，將 Time to GPT-2 基準從 2.02 小時降低到 1.80 小時 — 在零人工干預的情況下提升了 11%。

視覺化中的每個點都代表一次完整的 LLM 訓練執行。代理在自主迴圈中工作，在為神經網路架構、優化器和超參數找到更好設定時累積 git commits。

為什麼 program.md 超越了 ML 研究的範疇

Autoresearch 關於 ML 訓練，但它引入的模式是普適的：用 Markdown 檔案程式化 AI 代理。

這不是孤立的想法。看看整個 AI 生態系統正在發生什麼：

檔案	用途
program.md	程式化自主研究代理（Karpathy）
AGENTS.md	程式化 AI 編程代理（60K+ 儲存庫，Linux 基金會）
CLAUDE.md	程式化 Claude Code 行為
.cursorrules	程式化 Cursor AI 行為
llms.txt	程式化 AI 爬蟲理解網站的方式

每次的模式都一樣：人類寫一個 Markdown 檔案，AI 代理將其用作自主運作的指令。

Markdown 已經成為 AI 代理的程式設計語言。

從「氛圍編程」到代理工程

Karpathy 本人在 2025 年創造了「vibe coding（氛圍編程）」— 透過描述意圖而非語法來編寫程式碼的理念。但在 2026 年初，他說氛圍編程已經過時了。

新詞是什麼？Agentic engineering（代理工程）：99% 的時間你不直接寫程式碼。你在協調執行工作的代理，扮演監督者角色。

Autoresearch 是這個理念最純粹的體現。研究人員的工作從「你今天執行了多少實驗？」轉變為「你設定的實驗方向有多好？」Markdown 檔案就是你設定這些方向的方式。

這對知識工作者意味著什麼

你不需要訓練 LLM 才能從 autoresearch 中學到東西。這個模式適用於任何地方：

• 開發者寫 AGENTS.md 來引導 AI 編程助手
• 研究人員寫 program.md 來引導自主實驗
• 內容創作者寫提示詞來引導 AI 寫作助手
• 分析師寫指令來引導 AI 資料處理流水線

在每種情況下，人類的工作正在變成：寫出最好的 Markdown 指令。AI 負責執行。

建構以 Markdown 為核心的工作流程

如果 Markdown 正在成為 AI 代理的通用介面，那麼擁有清晰的參考資料 Markdown 版本就變得至關重要。

當你為 autoresearch 寫 program.md 或為程式碼庫寫 AGENTS.md 時，你會從你在網路上看到的文件、論文、部落格文章和範例中汲取靈感。Save 讓你一鍵將這些內容擷取為乾淨的 Markdown — 隨時可供參考、摘錄或輸入到代理指令中。

工作流程：在網路上找到有用的內容，用 Save 將其儲存為 Markdown，用它來寫出更好的代理指令。

---

Save 將任何網頁轉換為乾淨的 Markdown — AI 代理最能理解的格式。建構你的參考庫，寫出更好的 AI 指令。免費試用 Save。