背景介绍
这次尝试的灵感来源于一场非常crazy的直播(FARS - Analemma | Analemma)（已结束）。
FARS由Ideation、Planning、Experiment、Writing四个Agent组成，一套组合拳下来，自动化完成实验代码与论文撰写，有研究团队使用Agentic Reviewer(Stanford Agentic Reviewer - Submit Paper)，按照 ICLR 的评审标准，对FARS生成的论文打分，其质量明显高于人类投稿的整体平均水平（虽然里面也有不少的水文）

虽然有点晚了，我补了一下关于Skills与SubAgent的知识后（感谢L站佬友们的无私分享），清楚怎么用之后，我打算开始自己动手实操一下，尝试用Agent不断优化我的模型，达到更好的表现。

这时我发现了一个github项目，autoresearch（karpathy/autoresearch: AI agents running research on single-GPU nanochat training automatically）。这个项目做的就是《Agent自动化优化模型》，仓库代码十分简单，核心就只有三份文件，数据准备（prepare.py，Agent不能动），模型与训练代码（train.py，Agent只能修改这份代码），任务定义（program.md，Agent工作前必读事项）。除了超级"nano"的代码以外，还有一大亮点：“固定只训练5分钟”，这样限定有利于减少Agent等待训练的过程，尽量多跑点实验。通过在program.md写清楚任务内容与操作原则后，Agent就会开始工作，通过优化超参数，也顺利提升了模型在5分钟training这个限制系的性能。

差异
一切看上去都挺美好的，但是反观到自己的工作中，就会存在许多差异的地方：

模型代码没有那么简洁，并不是600行左右代码的就可以完成模型的，为了可读性与美化，通常会将模型的不同模块与功能函数分布在不同的文件夹与文件中
5分钟的训练时间限制，对于实际模型训练

今早用cursor时，claude插件突然弹窗要我登录认证，还是强制的
本人用的中转站所有无法进行认证 

翻了一圈也没解决（应该是我的问题），于是去问哈基米（gemini还是好用 ）
发现居然可以禁用登录弹窗，步骤如下

本人就一新手，当时遇到这种情况确实挺急的 ，就当记录一下了，希望各位佬多关照，当然如果能帮到一些佬友我也很开心

本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容：

我的项目是免费使用的，无收费（变相收费、赞助）部分： 是
我的帖子已经打上 公益推广 标签： 是
我的项目属于个人项目，与公司或商业机构无关： 是
我的项目不存在QQ、TG等群组引流： 是
我的项目不存在非运营必要的网站引流： 是
我的项目不存在为他人推广、AFF： 是
我的项目无关联的商业项目： 是
我的 GitHub 项目无未开源部分： 是
我的站点存在登录，并已接入 LINUX DO Connect： 是
我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
最近一直在面试刷八股文，感觉刷得没什么头绪。每次用豆包练，它上下文太短，说了后面忘了前面，完全不记得我哪里薄弱。GitHub上找了一圈也没什么好用的，索性自己做了一个。
github链接在这里:GitHub - AnnaSuSu/TechSpar: AI 驱动的八股文面试备战系统。支持长期记忆和人物画像，系统会记住你每次的表现，追踪薄弱点和掌握度，自动针对短板出题。支持简历模拟面试和专项强化训练，练得越多，题目越精准，一个越来越了解你的 AI 面试教练。 · GitHub
希望各位点点star，多提issue和pr！可以一同扩展这个项目！这是我的第一个开源项目


  An AI interview coach that learns you.

传统面试工具是无状态的——每次练习都是一张白纸，不了解你的知识盲区，无法追踪你的成长轨迹。
TechSpar 构建了一套持久化的候选人画像系统。每次训练后，系统自动提取薄弱点、评估掌握度、记录思维模式，形成持续演进的个人画像。下一次出题时，AI 面试官基于你的画像精准命中短板——你练得越多，它越懂你，训练效率指数级提升。
为什么需要 TechSpar




传统刷题工具
TechSpar




每次从零开始，无状态
长期记忆，持续追踪成长轨迹