Мод для Claude Code сам меряет идеи и откатывает неудачи

Разработчик под ником bn-l 1 октября выложил на GitHub мод autoresearch для Claude Code. С ним агент сам пробует идею, прогоняет бенчмарк, оставляет улучшения, откатывает регрессии и идёт на следующий круг. Мод почти один в один повторяет pi-autoresearch для агента Pi и пишет журнал в тот же файл .auto/log.jsonl, поэтому сессию, начатую в Pi, можно продолжить в Claude Code, и наоборот.
Нужен Claude Code 2.1.285 или новее, а в ~/.claude/settings.json должен стоять флаг CLAUDE_CODE_ENABLE_FUNCTION_HOOKS=1. Интерфейс Claude Code мод перестраивает через новый API модов, который Anthropic открыла всем с версии 2.1.287. Ставится он из маркетплейса плагинов двумя командами: claude plugin marketplace add bn-l/claude-autoresearch-mod и claude plugin install autoresearch@bn-l. Браузерный дашборд автор сам называет «совсем необязательным», и для него понадобится node 18 или новее либо bun. Мелкие баги оригинала в порте исправлены.
В pi-autoresearch цикл собран из трёх инструментов. init_experiment один раз задаёт сессию: название, метрику, единицы и направление, в котором метрика должна меняться. run_experiment выполняет любую команду, засекает время и забирает вывод, а log_experiment записывает результат и сам делает коммит.
Журнал log.jsonl, судя по описанию Ry Walker, только дописывается: для каждого эксперимента там хранятся хеш коммита, значение метрики и отметка, оставили изменение или отбросили. Рядом, в .auto/prompt.md, лежит документ сессии с целью, метриками, файлами в работе и уже опробованными идеями. Его хватает, чтобы свежий агент подхватил цикл с того же места. В папку .auto/ эти файлы переехали в версии 1.6.0 от 8 июня, а до неё pi-autoresearch держал их в корне проекта под именами autoresearch.*.
В обзоре Hysen Labs уточняют, что pi-autoresearch рассчитан на задачи, где цель задаёт команда, печатающая строки вида METRIC name=number. Там же предупреждают, что доверять циклу можно ровно настолько, насколько надёжен этот замер, а коммиты, которые он пишет, пользователь должен иметь возможность просмотреть. Сколько выиграл сам мод на примере sort-bench, автор не сообщает.
Порты pi-autoresearch при этом выходили и раньше: тот же обзор Ry Walker упоминает плагин для Claude Code ozeron/autoresearch и версию для Cursor под названием cursor-autoresearch. Сама схема пошла от autoresearch Карпаты. Это скрипт на Python в 630 строк под лицензией MIT, и, по словам Карпаты, агент с ним за два дня провёл около 700 экспериментов и нашёл 20 оптимизаций, которые ускорили обучение более крупной модели на 11%.
Начать автор советует с игрушечного проекта: скопировать куда-нибудь examples/sort-bench, сделать из папки git-репозиторий и запустить в ней /autoresearch make sort.js faster.
Дальше
В Android-приложении Claude нашли скрытое меню для своих
Почта на @anthropic.com, и Android-приложение Claude показывает скрытое меню разработчиков. Автор разбора заставил эту проверку срабатывать всегда и нашёл внутри подмену фича-флагов и переключение на staging-сервер.
Читайте также
- На модах Claude Code Anthropic собрала /diff и AGENTS.md
- Claude Code отдал свой TypeScript вместе с source maps
- Флот агентов для Claude Code собирает один HTML-файл
- Pairmark судит гонку Claude Code и Codex вслепую
- Oh My Subagents сохраняет работу команд Claude Code
- Agent-hop переносит живой чат Claude Code в Codex
Комментарии
Пока никто не написал. Будьте первым.
Присоединяйтесь к разговору
Войдите, чтобы оставить комментарий. Он появится после модерации.

