详细内容或原文请订阅后点击阅览
让 AI 进行实验
使用自动研究在预算限制下优化营销活动让 AI 进行实验一文首先出现在《走向数据科学》上。
来源:走向数据科学如果您对如何改进产品有很多想法，但没有时间全部测试？我打赌你有。
如果我告诉你，你不再需要自己完成这一切，你可以将其委托给人工智能，你会怎么样？它可以为您运行数十个（甚至数百个）实验，丢弃不起作用的想法，并迭代那些真正能起到推动作用的想法。
听起来棒极了。这正是自动研究背后的理念，法学硕士在循环中运作，不断实验，衡量影响，并从那里迭代。这种方法听起来很引人注目，我的许多同事已经看到了它的好处。所以我决定自己尝试一下。
为此，我选择了一个实际的分析任务：带有一堆约束的营销预算优化。让我们看看自主循环是否可以达到与我们相同的结果。
背景
让我们从一些背景开始来设置上下文。 Autoresearch 由 Andrej Karpathy 开发。正如他在他的存储库中写道：
曾经有一天，前沿的人工智能研究是由肉计算机在吃饭、睡觉、娱乐、偶尔用声波互连进行同步的“小组会议”仪式中完成的。那个时代早已一去不复返了。现在的研究完全是在天空中的计算集群巨型结构上运行的自主人工智能代理群的领域。特工声称我们现在处于代码库的第 10,205 代，无论如何没有人能判断这是对还是错，因为“代码”现在是一种自我修改的二进制文件，其发展已经超出了人类的理解范围。这个仓库讲述了这一切是如何开始的。 -@karpathy，2026 年 3 月。
它遵循与原始自动研究类似的循环，有几个关键步骤：
任务
我将此代码放在存储库中的 optimise.py 中。