jongens, ik denk dat dit de volgende openclaw zou kunnen zijn. karpathy liet een AI-agent zijn eigen neurale netwerk trainingscode 2 dagen optimaliseren. het voerde 700 experimenten autonoom uit. vond 20 verbeteringen die hij na maanden van handmatige afstemming had gemist. 11% prestatieverbetering. de agent vond bugs. stelde hyperparameters af. ontdekte ontbrekende regularisatie. plande zijn eigen experimenten op basis van eerdere resultaten. wat deed karpathy? "programming the program.md" dit is een man die deze exacte workflow al 20 jaar met de hand doet. bouwde tesla autopilot. en zijn reactie was "wild." waarom is dit openclaw-niveau? omdat openclaw niet één robot was die één taak leerde. het was een framework voor agenten om een hele reeks acties te ondernemen hetzelfde is net gebeurd voor onderzoek/experimentatie zelf. karpathy is al bezig met ronde 2 met multi-agent samenwerking. hij zei het duidelijk: "alle frontier labs zullen dit doen. het is de eindbaas strijd." maar zoom verder uit. zijn echte inzicht: "elke metriek die je belangrijk vindt en redelijk efficiënt te evalueren is, kan door een agentenzwerm automatisch onderzocht worden." elke metriek die je belangrijk vindt en redelijk efficiënt te evalueren is, kan door een agentenzwerm automatisch onderzocht worden. advertentiebestedingen, toeleveringsketen, energienet, medicijnontdekking, handelsstrategie, enzovoort... als het automatisch onderzocht kan worden, zal het automatisch onderzocht worden. nu hebben we de infrastructuur voor de zwerm nodig.