用途：让 LLM 充当完全自主的研究者，针对单个训练脚本持续做实验，优化一个标量指标（越低越好，如 val_bpb）。每次实验在固定预算（墙钟时间或固定 epoch 数）下运行，指标改善则保留改动并推进分支，否则回退，循环直到人工中断。
主要能力：只编辑 <editable_files>（模型结构、优化器、超参数、训练循环、batch size、模型大小等），其余文件只读；通过 <run_cmd>（如 uv run train.py）在用户环境中运行，不安装任何包、不新增依赖；从日志中用 grep "^<metric>:" run.log 读取指标；结果记录到 <sandbox_root>/results.tsv（制表符分隔，含 commit、metric、memory_gb、status、description 五列，不提交）。
使用方式：先交互式解析绑定并写入 loop.run.yaml，选择迭代策略 branches（每次运行一个 git commit）或 snapshots（每次运行一个 <sandbox_root>/iter<N>/ 文件夹，默认）；branches 模式创建 git checkout -b autoresearch/<tag> 分支；阅读 README、只读评测 harness 与可编辑文件；确认环境与数据可用；初始化 results.tsv 表头；首次运行建立基线，随后按“改代码—提交—运行—读指标—记录—保留或回退”的清单无限循环。
适用场景：希望无人值守地让智能体在单一训练脚本上持续调优一个标量指标。
限制：不得修改只读 harness 或评测；不得安装新包或加依赖；每次只改一处以便归因；运行超时（超过 2 倍预算）视为失败并回退；崩溃需判断是简单错误还是思路本身有问题；VRAM 为软约束；同等条件下更简单的方案优先。不适用于先分析数据再改动的 ml-autoresearch 变体。循环开始后不应主动询问是否继续。