🤖 Imaginez ce scénario

Il est 23h. Vous lancez une commande. Vous allez dormir.

À 7h du matin, votre ordinateur a conduit 100 expériences scientifiques pendant la nuit. Il a modifié du code, testé des hypothèses, mesuré les résultats, gardé ce qui fonctionnait, jeté le reste. Seul.

C’est exactement ce que fait autoresearch, le projet qu’Andrej Karpathy, co-fondateur d’OpenAI, ex-Tesla, vient de publier en mars 2026.

Concrètement, voici ce qui se passe :
– Un agent IA reçoit un environnement d’entraînement de modèle de langage. – Toutes les 5 minutes, il :
. modifie le code d’entraînement (architecture, hyperparamètres, optimiseur…)
. lance un run
. mesure si c’est mieux ou moins bien
. recommence

12 cycles par heure. 100 cycles par nuit. Sur un seul GPU grand public.
Le chercheur, lui, n’écrit plus de code.

Il rédige un fichier Markdown qui décrit comment l’agent doit travailler, quoi explorer, comment évaluer. Il programme la stratégie de recherche, pas la recherche elle-même.

Karpathy l’a écrit avec son ironie caractéristique dans l’intro du projet :
« One day, frontier AI research used to be done by meat computers in between eating, sleeping, having other fun, and synchronizing once in a while using sound wave interconnect in the ritual of ‘group meeting’. »

« Il fut un temps où la recherche en IA de pointe était faite par des ordinateurs en viande, entre deux repas, deux sommeils et quelques loisirs, qui se synchronisaient de temps en temps via une interconnexion par ondes sonores dans le rituel qu’on appelait la ‘réunion d’équipe’. »

C’est de l’humour. C’est aussi une description assez précise de ce qui est en train de basculer.

Je vais pas vous faire le coup de « incroyable, une révolution qui change tout ». Mais c’est typiquement le genre de projet qui te retourne le cerveau, car il amène à revoir son positionnement dans la chaîne de production. Et surtout parce que ce genre de mécanismes introduisent des résultats exponentiel, phénomène que l’humain a énormément de mal à visualiser.

Ce repo est minimaliste par design. Mais il annonce quelque chose de beaucoup plus grand : la recherche scientifique comme processus en grande partie automatisable.

github.com/karpathy/autoresearch