Autoresearch GitHub 开源生态审计

摘要

这份审计对 2026-06-03 至 2026-09-02 的 GitHub 项目做了代码级筛选，并以 2026-09-03 的 50-star 快照作为最低社区采用门槛。通过准入的项目不是一种产品：它们分别承担实验闭环、并行调度、领域执行、研究输入、产物审计和反投机验证。（来源：原始审计记录（本地存档））

核心内容

• 核心执行/支架层包括 pi-autoresearch、EvoMap AutoResearch、Agent Loop Skills、AutoGuardrails、ATReX Kernel Agent、Onyx Agent，以及已经收录的 EurekAgent、Argus。它们都越过 50 stars，并公开了实际代码或协议；工程成熟度仍从极简 skill 到带测试、CI、恢复和多角色控制的 runtime 不等。（来源：原始审计记录（本地存档））
• Principia 和 Anti-Autoresearch 分别补足“研究输入/持久知识”和“研究产物审核”两端；前者不执行完整实验，后者也不是造假检测模型，因而被明确放在相邻层。（来源：原始审计记录（本地存档））
• karpathy autoresearch 是最小 keep/discard 范式的谱系起点，但它早于回溯窗口、缺少许可证和 CI，只作为概念基线，不列入可直接复用核心名单。（来源：原始审计记录（本地存档））
• Stars 只能过滤无人使用的薄项目；是否值得长期跟踪还取决于 evaluator 是否独立、正确性门是否阻断 keep、状态能否恢复、负结果是否保留、权限是否隔离，以及实验结论能否从代码和日志回查。（综合：本页来源）

相关页面

• 概念：Autoresearch、Harness Engineering、Harness Optimization、Execution-Based Agent Evaluation
• 实体：karpathy autoresearch、pi-autoresearch、EvoMap AutoResearch、Agent Loop Skills、AutoGuardrails、ATReX Kernel Agent、Onyx Agent、EurekAgent、Argus、Principia、Anti-Autoresearch
• 主题：Autoresearch 开源生态、LLM Agent Self-Improvement、AI Agent Failure Analysis

来源

• 原始文件：原始资料（本地存档）
• GitHub 检索与核实日期：2026-09-03
• 项目链接和逐项快照：见原始审计记录

待核实问题

• 应定期重查 stars、许可证、仓库迁移、Release、CI 和归档状态；不把本次快照视为永久排序。
• 尚未对需要模型密钥、付费 API 或 GPU 的端到端 workflow 做独立复现。