章节主旨
本章引入 Auto-Research(自动研究)这一板块:让一队 AI agent 在无人值守下,围绕一个可量化目标反复做「微小改动 → 客观评分 → 保留或丢弃」的迭代,替人类完成大量枯燥的实验探索。以给自家网站提速为贯穿全课的实例。
核心论点
- Auto-Research 适用于「目标 + 变更手段 + 标准化评估」三要素齐备的场景——三者缺一不可,否则 agent 无从判断改动是否有效。(→ 详解1、2)
- AI 做研究不靠比人聪明,而靠迭代循环高度标准化——本质是「改一点、测一下、更好就留」的机械重复,规模化是 AI 的强项。(→ 详解3)
知识点详解
1. 什么是 Auto-Research 1:29:35
Auto-Research 指把一个可量化的优化任务整个交给一队 AI agent,让它们在无人干预下自动跑实验、找改进。作者演示的是一个专门为提升自家网站 leftclick.ai 加载速度而搭起来的「研究实验室」。
网站为什么慢:页面上有 glassmorphism 玻璃拟态动画、大量团队图片等,渲染负担重。作者的做法是把「让网站更快」这件苦活整体卸给 agent 团队,自己不再逐项手动调。
这与前面章节的并行化、Agent 团队一脉相承,是把多 agent 协作用到一个有明确评分标准的优化问题上。
2. 三个前提条件:目标 / 变更手段 / 标准化评估 1:30:50
Auto-Research 要跑得起来,场景必须同时满足三要素:
- 明确目标——本例是把几个速度指标降下来或提上去。
- 明确的变更手段——即真正施加影响的操作,本例是修改网站前端代码。
- 标准化评估——一套可复现的打分,本例用 Google Lighthouse。
标准化评估是闭环的关键。1:30:03 Lighthouse 给网页加载性能打分,包含四个指标:LCP(Largest Contentful Paint,最大内容渲染)、FCP(First Contentful Paint,首次内容渲染)、TBT(Total Blocking Time,总阻塞时间)、以及综合 performance score。它还会检测页面加载时内容是否发生位移(布局抖动)。有了这把统一的尺子,agent 每次改动都能被客观量化,才谈得上「有没有变好」。
3. 起源与迭代循环 1:31:06
概念源头是 Andre Karpathy(OpenAI 创始成员之一、曾任特斯拉 AI 负责人)。他在自己跑研究时冒出一个假设:能否把所有改动都交给 AI,让它在我睡觉时替我干,醒来就收到一大列改进建议?结果证明可行。
1:31:47 核心机制是一个极简的循环:从一堆候选改动里挑一个 → 只做这一处微小改动 → 用标准评分评估是否让分数变好 → 变好就保留、否则丢弃 → 换下一个,如此重复成百上千次。
关键洞察:AI 在这类研究上并非比人更强,而是这套流程本身「概念上高度标准化」,恰好适合让 agent 无限次机械重复——人做几十轮就烦了,AI 不会。
术语
- Auto-Research(自动研究,把可量化优化任务整体交给 agent 团队无人值守迭代)
- LCP / FCP(Largest / First Contentful Paint,网页最大/首次内容渲染耗时)
- TBT(Total Blocking Time,页面总阻塞时间)
- Google Lighthouse(Google 的标准化网页性能打分工具)
- Andre Karpathy(OpenAI 创始成员、前特斯拉 AI 负责人,auto-research 思路的提出者)
自检问题
- Auto-Research 要落地,场景必须同时具备哪三个条件? 答案:明确的可量化目标、明确的变更手段(真正施加影响的操作)、标准化的评估打分。三者缺一,agent 就无法判断改动是否有效。1:30:50
- 为什么说 AI 适合做这类研究,靠的不是「更聪明」? 答案:因为循环本身高度标准化——挑一个改动、只改一处、评分、更好就留否则丢、换下一个,重复成百上千次;机械重复正是 AI 的强项,人做几十轮就厌倦了。1:31:47
- 本例中用什么作为标准化评估?它包含哪些指标? 答案:Google Lighthouse。指标含 LCP、FCP、TBT 和综合 performance score,还检测页面加载时的布局位移。1:30:03