les gars, je pense que cela pourrait être le prochain openclaw. karpathy a laissé un agent AI optimiser son propre code d'entraînement de réseau de neurones pendant 2 jours. il a réalisé 700 expériences de manière autonome. a trouvé 20 améliorations qu'il avait manquées après des mois de réglage manuel. gain de performance de 11%. l'agent a trouvé des bugs. a réglé les hyperparamètres. a découvert une régularisation manquante. a planifié ses propres expériences en fonction des résultats précédents. que fait karpathy ? "programming the program.md" c'est un homme qui fait ce flux de travail exact à la main depuis 20 ans. a construit le pilote automatique de tesla. et sa réaction était "incroyable." pourquoi est-ce au niveau d'openclaw ? parce qu'openclaw n'était pas un robot apprenant une tâche. c'était un cadre pour que les agents prennent toute une suite d'actions la même chose vient de se produire pour la recherche/l'expérimentation elle-même. karpathy est déjà en train de lancer le round 2 avec la collaboration multi-agents. il l'a dit clairement : "tous les laboratoires de pointe feront cela. c'est le combat final." mais élargissons encore. sa véritable idée : "tout indicateur qui vous intéresse et qui est raisonnablement efficace à évaluer peut être recherché automatiquement par un essaim d'agents." tout indicateur qui vous intéresse et qui est raisonnablement efficace à évaluer peut être recherché automatiquement par un essaim d'agents. dépenses publicitaires, chaîne d'approvisionnement, réseau électrique, découverte de médicaments, stratégie de trading, etc... si cela peut être recherché automatiquement, cela le sera. maintenant, nous avons besoin de l'infrastructure pour l'essaim.