AI 产品情报 · 每日精选

Karpathy 提出「循环工程」（Loop Engineering）概念，认为构建长时运行 Agent 的核心瓶颈不是模型智能，而是外部框架（Harness）的设计。他给出了包括角色分离、契约先行、状态持久化、自动重启等九条黄金法则，为多日运行的 AI Agent 开发提供了系统性方法论。

Andrej Karpathy 提出了一套完整的 AI 工程方法论，核心是将上下文窗口视为代码（Software 3.0），用工程化思维（规范设计、差异审查、评估循环）替代随意的 Prompt 尝试。他还推广了并行 Agent 管理模式和 CLAUDE.md 配置文件，构建出一套从世界观到具体工具的完整实践体系。

Anthropic的Claude Code创始人Boris Cherny披露，他已8个月未亲手写过一行代码，完全依靠管理数千个AI Agent完成软件开发工作。截至2026年5月，超过80%合并进Anthropic代码库的代码由Claude自主撰写，代码产出量较年初增长8倍。更值得关注的是，该系统已开始自主浏览GitHub和X寻找下一步构建方向，递归自我改进正在成为现实。

Anthropic 公开了其内部 AI 辅助编程的规模化数据：截至2026年5月，Claude 已负责超过80%的生产代码提交，工程师人均代码产出提升8倍，开放性任务成功率达76%（半年内提升50个百分点）。这是业界首份来自前沿实验室的、基于真实生产环境的 Agentic 编程规模化原始数据报告，而非基准测试或演示。文章提炼了可供工程团队直接参考的工作流模式，如 maker-checker 循环等。

Andrej Karpathy 展示了 AI 自主科研的早期实践：他用约30行代码构建了一个自动化研究智能体 AutoResearch，能够在无人干预的情况下循环执行假设-实验-验证流程，两天内发现约20项互补优化，将训练速度提升11%。这标志着 AI 从执行指令向复现科学方法的跨越，Karpathy 本人也于2026年5月加入 Anthropic 将此方法规模化应用于 Claude 的研究。