Claude Code, OpenCode, OpenAI Codex를 끊임없는 개선 엔진으로 바꾸세요.

카파티의 자동연구를 기반으로 — 제약 + 기계적 지표 + 자율 반복 = 복리 이득.

"목표를 설정하세요 → 에이전트가 루프를 돌리면 결과가 나오는 →

AGI가 필요 없어요. 목표, 지표, 그리고 멈추지 않는 루프가 필요해요.

**핵심 스킬, 번들 런타임, 설치 및 검증 표면을 위한 Claude Code, OpenCode, OpenAI Codex를 지원합니다. 훅 가드레일은 Claude Code 전용입니다.ı

v2.2.0 — 자율 오케스트레이터: 평범한 언어 목표를 /autoresearch에 입력하면 목표를 분류하고, 성공 술어를 도출하며, 한 번 확인한 후 하위 명령어를 반복하여 완료합니다. 수동 체인이 필요하지 않습니다. [Metric:/[Verify: 호출은 고전적인 루프를 변경하지 않고 실행합니다. guide/autoresearch-orchestrator.md를 참조하세요.

작동 방식 · 명령어 · 퀵 스타트 · 가이드 · FAQ

---

---

왜 이런 것이 존재하는가

Autoresearch

Turn Claude Code, OpenCode, OpenAI Codex, pi, or Muse into a relentless improvement engine.

Based on Karpathy’s autoresearch — constraint + mechanical metric + autonomous iteration = compounding gains.

“Set the GOAL → The agent runs the LOOP → You wake up to results”

You don’t need AGI. You need a goal, a metric, and a loop that never quits.

Supports Claude Code, OpenCode, OpenAI Codex, pi, and Muse for the core skill, bundled runtime, installation, and verification surface. Hook guardrails ship for Claude Code (native hooks) and pi (extension events).

Fork-and-flush: metric loops escape plateaus the way Cai et al. (arXiv:2610.07447) do. At 33% and 66% of the budget, or after 5 iterations with no keep, the loop forks fresh-context branches from the best commit so far, runs each briefly, and keeps the winner. Half the branches pick their own ideas (randomness); the other half each get a distinct experiment from a stateless Advisor that reads the results log (Zhang et al., arXiv:2610.07625); Guided: R sets the split. The orchestrator answers a plateau with FORK before it gives up. See guide/autoresearch.md.

v2.2.0 — Autonomous Orchestrator: Type a plain-language goal to /autoresearch and it classifies your goal, derives a Success predicate, confirms it once, then loops across subcommands until done. No manual chaining required. Metric:/Verify: invocations run the classic loop unchanged. See guide/autoresearch-orchestrator.md.