前两天我发了一条帖子，推荐了 Karpathy 新开源的 autoresearch。
3月23日
630 行代码，开源，MIT协议。 Karpathy 用最简单的代码告诉我们：把重复交给机器，把思考还给人类。 真 TM 优雅 ！！！ 你是不是也干过这种“体力活”？ 改个参数，跑一下，不行； 再改一个，再跑，还是不行； 机械重复几十次，头发掉了一把，效果才提了 0.1% 大神 Karpathy
这个库很神奇——630 行 Python 代码，开源，短短几天就冲到了 5 万 star。我看到之后好奇心上来了，直接下载下来体验了一遍，发现确实很有东西。
帖子发完之后，陆续有很多推友私信问我：这东西到底怎么用？我不懂 ML，能用吗？
所以今天我就以最通俗易懂的方式，给大家拆解一下它背后的思路——以及我自己是怎么把它用在内容生成上的。
大多数人以为它只是个 ML 工具，看了一眼代码就关掉了。但这个项目真正值钱的地方，不在代码，在思路。
01 - 核心逻辑只有一句话
Karpathy 的 autoresearch 核心逻辑只有一句话：
改一个东西 → 打分 → 分高了保留，分低了回滚 → 再改下一个。
他用这个循环来优化 AI 模型训练代码。每次改一点参数或结构，训练 5 分钟，看验证损失有没有降，降了就留着，没降就还原，然后继续下一轮。一晚上能跑 100 次实验，不需要人盯着。
听起来很技术？把”训练代码”换成任何东西：
- 换成广告文案 → 改一个标题，测点击率，好的留着
- 换成冷启动邮件 → 改一句开场白，测回复率，好的留着
- 换成产品定价策略 → 改一个价格锚点，测转化，好的留着
- 换成AI 生成的内容 → 改一条 prompt 规则，打分，好的留着
这不是 ML 工具，这是一个通用的迭代框架。任何你能打分的东西，都能套进去自动优化。
02 - 已经有推友跑起来了
我在写这篇文章的时候，看到评论区已经有人把他的实践贴出来了（截图见下）：
我让 Claude 和 Gemini 读完这个项目之后，他们都觉得有搞头。然后我直接让大模型借鉴这个思路（不是直接用代码）搞了自媒体文章评审，文章质量明显上一个大台阶。之前不敢用 Gemini 写文章，因为太辣鸡，结果这次写得真的让我满意。
他的具体做法是给 AI 设计了一套双层打分：
第一层，按规则逐条核查——类似 checklist，每条要么过要么不过。
第二层，切换成”读者视角”，放下所有规则，只凭感受打分。
两层分数加在一起，再决定这篇文章是直接通过，还是针对扣分项定向重写，还是整稿推倒重来。
他把客观规则和主观感受都考虑进去了——这个思路比大多数人能想到的都要完整。而且他没有用 Karpathy 的一行代码，只是借了那个”打分 → 改 → 再打分”的框架。
03 - 我自己怎么用的
我在用 AI 批量生成小红书帖子，有个老问题：有时候出来的挺好，有时候平庸，但说不清差在哪里。
autoresearch 的思路给了我一个切入点：把”感觉不对”变成可以打分的标准，问题就能被系统性地修掉。
我设计了 6 条 yes/no 问题作为第一轮评分标准：
- 第一句话有没有具体数字或强反差？
- 有没有用日常生活的比喻解释技术概念？
- 有没有具体可验证的数字（不是”效果很好”这类空话）？
- 有没有出现”在当今AI飞速发展""改变游戏规则”这类套话？
- 结尾的互动问句够不够具体，用户能直接回答吗？
- 字数在 150-600 字之间吗？
为什么是 yes/no，不是 1-10 分？
因为打分有主观性——同一篇帖子今天打 7 分，明天可能打 6 分。但”第一句话有没有数字”是客观事实，不会漂移。标准越客观，迭代越稳定。
04 - 两轮数据，差距从 33% 扩大到 62%
第一轮：有 Skill vs 无 Skill，6 条标准，三个测试主题。
结果：有 Skill 100%，无 Skill 66.7%，差距 +33%。
但我看完输出发现，有 Skill 的帖子还有两个问题没被捕捉到：标签全是技术圈的冷词（#LLM #代码优化），用户根本不搜这些；帖子里没有任何一句话是可以单独截图传播的。
这不是 AI 不努力，是我的 Skill 没有要求它做这件事。
于是我在 Skill 里加了两条规则，checklist 也从 6 条扩到 8 条，跑第二轮。
结果：有 Skill 仍然 100%，无 Skill 掉到 37.5%，差距 +62%。
来看同一个主题「介绍 autoresearch」的前后对比：
第一轮开头：
630行代码，Karpathy让AI自己做实验，全程不需要人工干预 🤯
第二轮开头 + 金句：
630 行代码，AI 自己做实验改代码，一晚上跑 5 万次。想象你在反复调整菜谱。今天加点盐，明天换个火候，后天改比例。autoresearch 就是让 AI 自动做这件事，但速度快到你根本想象不到。别被 5 万 star 唬住，这东西的真正价值不在用起来有多简单，而在它改变了研究和优化的思路方式。
比喻从”科学家的脑子”变成”调菜谱”，金句独立成段，标签全换成了热门词。Skill 学会了，无 Skill 的版本还是老样子。
05 - 真正值钱的东西：框架思维
我和那位推友做的事情，表面上是两件不同的事——我在优化内容生成，他在做文章评审。但背后用的是同一个框架：
定义”好”的标准 → 执行 → 打分 → 找出差距 → 改 → 重复。
这个框架不属于任何工具，不属于任何平台。Karpathy 把它用在 ML 训练上，你可以把它用在任何地方。
有框架思维和没有框架思维的区别是：没有框架的人看到 autoresearch，觉得”这是个 ML 工具，跟我没关系”；有框架思维的人看到它，脑子里自动映射出十个可以套用的场景。
大多数时候，限制你的不是工具，是你有没有把眼前这件事抽象成一个可以复用的思路。
工具会过时，框架不会。Karpathy 今天开源的是 630 行代码，但他真正贡献的，是一个任何人都能拿走的迭代方法论。
06 - 怎么开始
不需要跑代码，不需要懂 ML。
只需要想清楚一件事：你手边有没有一件重复在做、但结果时好时坏的事？
如果有，试着回答这个问题：什么样的结果算好？能不能拆成几个具体的是非题？
能回答这个问题，你就已经有了开始迭代的全部条件。
剩下的，交给 AI 去跑。
以上，写的仓促，不够深入，凑合看吧😄。
仓库在这里，感兴趣的可以去看：https://github.com/karpathy/autoresearch