Karpathyが研究者を自動化した：autoresearchがAI開発の未来にもたらすもの

著者: AlexChen

Andrej Karpathyは2026年3月に autoresearch というリポを公開し、READMEは次のように始まる:

いつの日か、フロンティアAI研究は、食事中や睡眠中、他の楽しみの間、そして時折、音波接続を用いた『グループ会議』の儀式で動く肉体計算機によって行われていた。あの時代はとっくに過ぎ去った。

それは冗談ではない。何かが根本的に転換したという静かな告知だ。彼が実際に作ったもの、なぜ重要か、そしてAI開発スタックの誰にとっても何を意味するのかを分解してみよう。

autoresearchが実際に行うこと

設定は意図的に最小限に抑えられている。3つのファイルがすべてを担当する:

• prepare.py — 定数、データ準備、トークナイザのトレーニング。固定。エージェントはこれには触れない。
• train.py — 完全なGPTモデル、オプティマイザ（Muon + AdamW）、およびトレーニングループ。 これはエージェントが編集する唯一のファイルです。
• program.md — エージェントのためのMarkdown指示。これは人間が編集する唯一のファイルです。

ループは徹底的にシンプルです:

1. エージェントは program.md を読んで研究組織の目標を理解する
2. エージェントは train.py を修正する — アーキテクチャ、ハイパーパラメータ、オプティマイザ、バッチサイズ、その他何でも
3. トレーニングは正確に 5分（壁時計）実行される
4. 指標: val_bpb（検証ビット/バイト） — 値が低いほど良い
5. 改善されれば保持。そうでなければ破棄
6. 一晩中繰り返す

約12件の実験/時で、およそ睡眠中に約100件の実験を得られます。目覚めると、エージェントが試したこと、機能したこと、機能しなかったことのログが残っています。

固定された5分予算は賢い設計上の選択です。それにより、エージェントが何を変更したかに関係なく、すべての実験を比較可能にします — モデルサイズ、シーケンス長、アテンションパターン、オプティマイザ設定。さらにautoresearchはあなたのハードウェア向けに特化して最適化されることを意味します。5分間でのRTX 3090での最適モデルと5分間でのH100での最適モデルは異なるのです。

反転: あなたがプログラムをプログラムする

ここに、ほとんどの報道が見逃すであろう洞察があります:

Karpathyは実験を自動化しているのではない。実験者を自動化しているのだ。

従来のML研究ワークフロー: 人間が論文を読み → 仮説を立て → トレーニングコードを修正 → 実験を実行 → 結果を分析 → メンタルモデルを更新 → 繰り返す。

autoresearchワークフロー: 人間が program.md（研究組織の指示）を書き、AIエージェントが内部ループを無限に実行する。

人間の役割は変わる。