autoresearch的核心逻辑是将简化后的LLM训练环境交由AI智能体（AI Agent）自主运行。用户只需在睡前启动脚本，智能体便会接管实验流程：修改代码、启动训练、五分钟后评估结果。若验证损失降低，改动会被保留；否则回退至上一版本，继续下一轮迭代。次日，用户将获得一串实验日志和一个可能经过优化的模型。
项目仓库仅包含三个核心文件：prepare.py负责下载训练数据并训练固定的BPE分词器，智能体无权修改；train.py是约630行的训练脚本，涵盖完整的GPT模型定义、优化器（采用Muon与AdamW组合）及训练循环，智能体可自由编辑模型架构、超参数、批大小等所有内容；program.md作为指令手册，由人类编写，指导智能体的行为逻辑。这种设计体现了“人类编写元程序，AI执行具体代码”的哲学。
