据@karpathy在X发帖称，他用4个Claude与4个Codex（各配1张GPU）组建的8代理“研究组织”，在尝试移除nanochat中的logit softcap且不引入回归时未取得稳定收益；尽管测试了“8名独立研究员”和“首席科学家+8名初级研究员”等编排，代理普遍缺乏高质量假设与实验规范（无强基线、无系统消融、未控制算力与时长），但对明确任务的实现能力很强（来源：Karpathy 2026年2月27日的贴文与视频）。据@karpathy介绍，该流程以git分支管理研究项目、代理各自fork特性分支、用git worktree隔离、简单文件通信、tmux网格会话展示，且未用Docker或VM，形成轻量且可审计的自动化框架。业务启示：多代理LLM研究组织短期仍需人类PI把关假设与实验严谨性；可行机会包括基于RAG的基线执行手册、自动化消融与FLOPs控制、可复现实验清单，以及面向logit上限等训练细节的评测框架。另据@karpathy，这一思路将提示词、工具与流程视为“组织代码”，为代理编排平台、实验追踪集成与带护栏的企业级研究流水线提供供应商切入点。