Era da Auto-pesquisa: Fui Dormir e 40 Hipóteses Foram Testadas Durante a Noite — O Que Devo Fazer e Como Trabalhar a Seguir?

Um engenheiro descreve como, em vez de testar hipóteses manualmente, ele escreveu uma descrição em texto do pipeline de geração de hipóteses, pediu ao Gemini para julgar cada tentativa e deixou um agente rodar durante a noite. De manhã, o log mostrava 40 hipóteses testadas. Ele contrasta suas primeiras tentativas ingênuas (rodar dez agentes em paralelo sem um plano) e sua segunda tentativa (dar aos agentes uma agenda detalhada) com a abordagem preguiçosa da noite que funcionou. Ele explica que o segredo não era melhor controle dos agentes, mas quem avalia o resultado. Ele cita precedentes: a decomposição QR de sankalp alcança uma aceleração de 232x em QR em lote, o script de auto-pesquisa de 630 linhas de Karpathy executou centenas de experimentos durante a noite, e o AlphaEvolve da DeepMind melhorou soluções para 20% de 50 problemas de matemática em aberto e acelerou os datacenters, o design de chips e o treinamento de IA do Google. Ele compartilha dois casos pessoais: no primeiro, ele passou duas semanas criando filtros de dataset manualmente, mas um oráculo baseado em Gemini com um VLM venceu isso em algumas execuções; no segundo, ele obteve uma aceleração de 30% no treinamento, mas encontrou armadilhas: esqueceu de incluir uma verificação de paridade de perda (levando a perda NaN), e um oráculo insuficientemente detalhado perdeu artefatos como letras restantes na remoção de texto de imagem. Ele enfatiza que construir um bom oráculo e loop é o trabalho real, e que o modelo dentro do loop importa. Ele conclui que a especialização está mudando de 'encontrar uma solução' para 'construir um sistema que encontra soluções'.