核心用法
Autoresearch 是一套面向 AI 代理的自主实验协议，核心目标是在用户设定的约束边界内，系统化地探索最优配置。它通过三个命令驱动整个流程：
- `/autoresearch setup`：交互式配置实验参数，包括优化目标（如最小化验证损失）、单一成功度量指标、可修改的目标文件清单、运行命令、指标提取方式、时间预算、约束条件和 Git 分支命名，最终生成
autoresearch.config.md配置文件。 - `/autoresearch run`：进入自主实验循环。每轮实验前需回顾历史（
results.tsv+ Git 日志）、形成假设并阐明理由；每次仅修改一个变量，运行后提取指标，根据「严格优于历史最佳则保留，否则回滚」的规则决策，将结果记录到results.tsv（不提交）。 - `/autoresearch analyze`：分析
results.tsv，输出实验概览、改进幅度、有效模式及后续建议。
显著优点
1. 科学严谨性：强制「一次一变量」原则，确保因果可解释；要求「假设先行」，避免盲目试错。
2. 记忆与可复现：Git 提交作为实验笔记本，results.tsv 作为量化历史，完整保留探索轨迹，支持随时回溯。
3. 自动化与持续性：代理自主决策、无限迭代，无需人工逐轮授权，适合长时间运行（如夜间批量搜索）。
4. 通用适应性：不局限于机器学习，适用于编译器优化、Web 性能、数据库调参、提示工程、算法调优等任何「可度量 + 可修改」的场景。
5. 防损机制：崩溃或超时自动回滚、只读文件保护、反作弊约束（禁止修改评估代码），降低实验风险。
潜在缺点与局限性
1. 时间成本高：单次变量变更策略在变量维度高时收敛慢，不适合需要同时调整多个耦合参数的复杂场景。
2. 局部最优陷阱：缺乏全局搜索机制（如贝叶斯优化、遗传算法），可能陷入贪心策略的局部最优。
3. 假设质量依赖：代理的假设形成能力直接影响效率，若假设逻辑薄弱，可能产生大量无效实验。
4. 资源消耗：长时间自主运行可能占用大量计算资源，需配合时间预算和 kill timeout 使用。
5. 度量设计敏感：单一指标可能遗漏多维权衡（如精度 vs 速度），需要用户预先做好指标设计。
适合人群
- ML 工程师进行超参数搜索、消融实验
- 系统工程师优化编译器/数据库/服务配置
- 前端工程师调优构建工具与性能指标
- 算法研究员探索参数空间
- 任何需要「可量化改进 + 可版本控制」的迭代优化场景
常规风险
- 资源失控：未设置合理 time budget 和 kill timeout 可能导致实验挂起或资源耗尽。
- Git 污染：若误将
results.tsv提交或忘记回滚失败实验，可能污染代码库。 - 过度简化：严格遵守「一次一变量」在高度耦合系统中可能效率低下，需人工判断是否放宽。
- 代理误判：代理可能对「小改进是否值得保留」做出与用户直觉不符的决策，需定期
analyze审查。