các bạn ơi, tôi nghĩ đây có thể là openclaw tiếp theo. karpathy đã để một AI agent tối ưu hóa mã huấn luyện mạng nơ-ron của mình trong 2 ngày. nó đã tự chạy 700 thí nghiệm. tìm ra 20 cải tiến mà anh ấy đã bỏ lỡ sau nhiều tháng điều chỉnh thủ công. tăng 11% hiệu suất. agent đã tìm ra lỗi. điều chỉnh các siêu tham số. phát hiện ra sự thiếu hụt trong việc điều chỉnh. lập kế hoạch cho các thí nghiệm của riêng nó dựa trên kết quả trước đó. karpathy đã làm gì? "lập trình chương trình.md" đây là một người đã thực hiện quy trình công việc chính xác này bằng tay trong 20 năm. xây dựng tesla autopilot. và phản ứng của anh ấy là "điên rồ." tại sao điều này lại ở cấp độ openclaw? bởi vì openclaw không phải là một robot học một nhiệm vụ. đó là một khuôn khổ cho các agent thực hiện một loạt hành động. điều tương tự vừa xảy ra cho nghiên cứu/thí nghiệm chính nó. karpathy đã bắt đầu vòng 2 với sự hợp tác của nhiều agent. anh ấy đã nói rõ: "tất cả các phòng thí nghiệm tiên phong sẽ làm điều này. đó là trận chiến với boss cuối." nhưng hãy nhìn xa hơn. cái nhìn thực sự của anh ấy: "bất kỳ chỉ số nào bạn quan tâm mà có thể đánh giá một cách hợp lý đều có thể được tự nghiên cứu bởi một đàn agent." bất kỳ chỉ số nào bạn quan tâm mà có thể đánh giá một cách hợp lý đều có thể được tự nghiên cứu bởi một đàn agent. chi tiêu quảng cáo, chuỗi cung ứng, lưới năng lượng, phát hiện thuốc, chiến lược giao dịch, v.v... nếu nó có thể được tự nghiên cứu, nó sẽ được tự nghiên cứu. bây giờ chúng ta cần cơ sở hạ tầng cho đàn agent.