Einige Leute nennen Autoresearch das größte AI-Produkt seit Claude Code. Also habe ich es für meinen OpenClaw-Agenten geforkt. Karpathy versucht, die AI-Forschung selbst zu automatisieren. Anstatt Stunden mit dem Einrichten fragiler Experimente zu verschwenden, kann das System eine Idee nehmen, die Tests erstellen, sie ausführen und zeigen, was tatsächlich funktioniert hat. Ich wende dieselbe Logik auf die Agentenoptimierung an, anstatt auf die Forschung zu Grenzmodellen. Jetzt führt mein Agent diese Schleife täglich über 280 Filtervariationen mit echten historischen Daten aus. Er generiert 3 Ideen pro Workflow, testet sie gegeneinander, versendet die Gewinner und setzt die Verlierer zurück. So baut man einen Agenten, der besser wird, während man schläft.