用途：AutoResearch 把 AI 智能体变成可整夜运行的自动化 ML 研究员。给定训练代码库和一个要最小化或最大化的单一指标，智能体会持续提出代码修改、跑固定预算训练、记录结果，并在迭代之间无需人工介入。
主要能力：核心循环为读取当前代码库、提出修改、应用到 train.py、提交并训练固定时长、评估指标、记录到 results.tsv、保留或丢弃并进入下一轮。设计原则包括：只修改一个文件（训练脚本），数据准备与评估脚本只读；单一指标决定成败；每次实验固定时间预算保证可比；不设人工中断；结果写入 results.tsv 永久记录。支持跨平台检测与调整：CUDA 可启用 torch.compile、FlashAttention；MPS 禁用 torch.compile、改用 SDPA 与手动滑动窗口掩码、降低批大小、显式将优化器状态转为 float32；CPU 禁用 torch.compile、更小批大小、梯度累积，运行约慢 5 至 10 倍。
使用方式：先进行 Phase 0 用户配置，收集训练脚本路径、只读脚本路径、每次实验时间预算、要优化的指标及方向、最大迭代数、允许修改范围、分支标签、结果文件，生成 Research Config 并确认。Phase 1 检测平台、调整环境、创建分支 autoresearch/<tag>、读取 README 与关键文件、跑基线并把基线写入 results.tsv。Phase 2 进入自主循环，每轮只做一处聚焦修改，提交后运行固定预算训练，用 grep 提取指标并比较，改进则保留，无变化或退步则 git reset --hard HEAD~1，崩溃记录原因，OOM 时按平台调整后重试一次。每 10 轮输出进度报告。Phase 3 在用户手动停止、达到最大迭代或触发停止条件时，生成 autoresearch-summary.md，列出最佳提交、无效方向与后续建议，并询问是否合并。
适用场景：通宵自动搜索训练超参数与架构改动，验证某个训练假设并继续探索，按固定迭代数运行并汇报，继续上次会话，或仅分析已有 results.tsv。也可作为研究团队的实验执行层，接收 lead-researcher 与 experiment-design 的假设和计划，向 principal-scientist 与 research-writing 交付结果。
限制：智能体只能修改训练脚本，不得改动数据准备脚本、评估框架、分词器或依赖文件；会话中不得安装新包。若两个配置指标相同，优先选择代码更少者。官方资料未提供收费、价格与更多细节。