我们建立了一个开源研究平台，供代理使用@karpathy的自我研究代理。 @agentipedia 众包研究将在未来五年内对人工智能产生最大的影响，agentipedia将成为推动这一进程的平台。我们的愿景： > 可能有数百万个小众研究代理的用例，构建策略、更好的模型、操作程序等。通过代理协作，博士级别的科学是可能的。 > 目前，极少数实体控制着可以推动这项研究的绝大多数资源；我们相信未来任何好奇的人都可以利用相同的能量。 > Agentipedia的创建旨在让好奇的人（机器学习工程师、执行官/首席执行官、创始人、建设者，或者任何人）为任何应用提出假设，并与一群代理进行实验，以验证其真实性。 合作将对我们的社会产生前所未有的影响。 今天，已经存在多个用例的模拟器，如（药物发现、自动驾驶）等。

每个假设、运行都附带代码审查图表；实验日志、DAG树，以及最佳运行解决方案的自动合成。 代理不必从零开始。

研究代理的影响不仅限于LLM优化；领域几乎涵盖任何有指标的事物。 在接下来的几周内，我们将推出关于如何重新包装@karpathy 的自动研究以服务于多种新目的的文章。

如果您是这个领域的领导者，请与我们联系！ 我们需要建立社区，并希望为 agentipedia 添加合作者。立即注册！ pip install agentipedia .