AutoResearch

从现有证据看，AutoResearch 值得关注，但更适合判断为“受约束的自动实验迭代框架”，而不是已被大规模验证的通用科研自动化平台。热度证明主要来自 X 上多条高传播帖子，以及“复现论文”“11% 提升”“自我改进”这类强叙事；这些能说明它很受关注，但不能单独证明稳定好用。更能支持能力判断的，是知乎拆解文与项目说明里对文件边界、评测方式和运行前提的具体描述，不过公开实测样本仍然有限。

它的实际作用，不是替你自动完成科研，也不是 GitHub Issue 驱动的通用软件开发 Agent，更不是传统意义上的 AutoML 平台。更准确的类比，是“给 Agent 配上裁判规则、时间预算和 git 回滚能力的代码实验 harness”。现有拆解提到 prepare.py 负责固定数据、评估函数和预算约束，train.py 是主要可修改空间；Agent 通过反复尝试、提交、回滚和记录日志来搜索更优方案。X 上还有将其用于论文复现实验的展示，但这更像案例演示，不足以推出其对所有研究任务都同样有效。

门槛和成本方面，证据能支持的结论比较保守：知乎转述的项目说明提到当前要求单张 NVIDIA GPU，这更接近官方/仓库相关信息；社区内容出现过 H100 场景，但那只能算演示样本，不代表稳定官方要求。没有可靠证据支持统一定价、商业套餐或固定 API 费用，因此只能保守说，主要成本来自 GPU 时间、模型/API 调用和反复实验的工程时间，且结果会受硬件与时间预算影响。它适合已经有明确评估函数、允许高频试错的训练、调参和最小复现实验；不适合评估标准模糊、算力很紧、要求强跨环境复现，或期待一键产出论文/产品的人。

社媒共识集中在几个点：设计思路新，git 作为外部记忆、固定 judge 文件、防止篡改评测、在预算内搜索改进空间，这些都很吸引人。但讨论质量并不均匀。当前 evidenceSources 里，X 来源明显以转发、摘要和功能展示为主，热度高于实测深度；知乎来源虽然数量不多，但偏教程/拆解，能更直接支持“它大概怎么工作、门槛在哪”。整体上属于“转发较多、教程少量、实测有限、样本仍小”的讨论结构。综合判断：它在特定代码实验场景里有方法价值和启发性，但距离成熟、通用、低门槛的研究代理还有明显距离。