pessoal, acho que este pode ser o próximo openclaw. karpathy deixou um agente de IA otimizar seu próprio código de treinamento de rede neural por 2 dias. ele executou 700 experimentos de forma autônoma. encontrou 20 melhorias que ele havia perdido após meses de ajuste manual. ganho de desempenho de 11%. o agente encontrou bugs. ajustou hiperparâmetros. descobriu regularização ausente. planejou seus próprios experimentos com base em resultados anteriores. o que karpathy fez? "programando o programa.md" este é um homem que tem feito esse fluxo de trabalho exato manualmente por 20 anos. construiu o piloto automático da tesla. e sua reação foi "incrível." por que isso é nível openclaw? porque openclaw não era um robô aprendendo uma tarefa. era uma estrutura para agentes realizarem um conjunto completo de ações a mesma coisa acabou de acontecer para pesquisa/experimentação em si. karpathy já está iniciando a rodada 2 com colaboração de múltiplos agentes. ele disse claramente: "todos os laboratórios de fronteira farão isso. é a batalha final." mas amplie a visão. sua verdadeira percepção: "qualquer métrica que você se importe e que seja razoavelmente eficiente para avaliar pode ser pesquisada automaticamente por um enxame de agentes." qualquer métrica que você se importe e que seja razoavelmente eficiente para avaliar pode ser pesquisada automaticamente por um enxame de agentes. gastos com anúncios, cadeia de suprimentos, rede de energia, descoberta de medicamentos, estratégia de negociação, etc... se pode ser pesquisado automaticamente, será pesquisado automaticamente. agora precisamos da infraestrutura para o enxame.