开源自动研究工具爆火：用大模型递归优化一切
natesiggard · x · 2026-07-31
有开发者分享了一个备受推崇的开源项目，能够利用大模型（LLM）进行自动化研究（autoresearch）与深度递归优化，可广泛应用于个人预算规划、求职简历投递、本地信息映射及清除网络个人隐私等场景。
该项目的工作流设计十分简洁：
- 定义目标：通过 Program.md 文件详细说明优化目标与限制条件，并定义每轮迭代的输出格式。
- 数据准备：使用 Prepare.py 脚本清理数据并强制规范实验目录结构。
- 执行优化：将脚本指向具体目标（如清理收件箱、优化网页加载速度等），模型即可自动循环执行优化策略。作者表示使用该工具数月后，生活效率得到了极大提升。
「编程与Agent」频道最新
- Perplexity推出Projects：打造人机与多智能体协作中心 — AravSrinivas · 2026-07-31
- Elicit 推出 API 与 MCP 服务器，让 AI 助手秒变学术专家 — elicitorg · 2026-07-31
- Agensis 平台更新:支持智能体跨对话保持身份与记忆 — jasonkneen · 2026-07-31
- 让 AI 智能体化身「最懒资深码农」，开源工具防过度工程化 — mariofilhoml · 2026-07-31
- 多智能体视觉反馈循环:用提示词生成3A级别游戏资产 — chongdashu · 2026-07-31
- 解决长周期智能体落地难题：为何过程监督比结果验证更关键 — mattturck · 2026-07-31