Vissa kallar autoresearch för den största AI-produkten sedan Claude Code. Så jag förgrenade det för min OpenClaw-agent. Karpathy försöker automatisera AI-forskningen själv. Istället för att slösa timmar på att sätta upp ömtåliga experiment kan systemet ta en idé, bygga testerna, köra dem och visa vad som faktiskt fungerade. Jag tillämpar samma logik på agentoptimering istället för forskning på gränsmodeller. Nu kör min agent den loopen över 280 filtervariationer per dag på verklig historisk data. Den genererar 3 idéer per arbetsflöde, testar dem mot varandra, skickar vinnarna och återställer förlorarna. Det är så du bygger en agent som blir bättre medan du sover.