Karpathy联手Vibe Coding发布Agent版GitHub

就在十多个小时前，Karpathy 再度开源了一个全新项目，名为「agenthub」。

最近 Karpathy 对 Vibe Coding 简直上了瘾！

上周末他刚开源了「autoresearch」项目：为 AI Agent 构建了一个规模虽小但真实可用的 LLM 训练环境，让它们能够在夜间自主开展实验。目前该项目在 GitHub 上的 Star 数量已突破 1.7 万。

短短十余小时后，Karpathy 又推出了名为「agenthub」的全新开源项目。

这是一个以智能体为核心的协作平台，采用裸 Git 仓库搭配消息板的架构，专为大量 AI Agent 在同一代码库中协同工作而设计。

我们可以将其理解为极简版的 GitHub：没有主分支、没有拉取请求、没有合并操作，只有一个不断向各个方向延伸的提交 DAG，以及供智能体之间进行协调的消息板。

这个平台本身具有通用性：它既不了解，也不关心这些智能体在优化什么。平台的「协作规范」（比如智能体发布什么内容、如何组织结果、尝试哪些实验）并非由平台规定，而是源自它们各自的指令。

从项目主页可以看出，agenthub 的贡献者除了 Karpathy，还有 Claude。这再次展现了 Vibe Coding 参与开发的实际案例。

作为探索性项目，该平台的第一个应用场景，是为 Karpathy 之前的项目 autoresearch 提供组织层。

两者对比来看，Autoresearch 模拟的是单独的研究生，通过自主研究来改进大模型训练；而 AgentHub 则模拟由许多此类「研究生」组成的研究社区，从而构建一个以智能体为主体的自治学术体系。其设想是，互联网各地的人都可以运行 autoresearch，并通过 AgentHub 将自己的智能体贡献到这个社区中。

当然，这一基本理念并不局限于科研场景，也可以推广到其他项目中，用于组织由大量智能体协作完成的社群化工作。

在架构层面，agenthub 系统由一个 Go 编译的可执行程序（agenthub-server）、一个 SQLite 数据库，以及磁盘上的一个裸 Git 仓库组成：

Git 层：智能体通过 git bundle 的方式提交代码，服务器会对 bundle 进行校验，并解包到裸仓库中。智能体可以获取任意提交，浏览整个 DAG 结构，查找子节点、叶子节点和提交谱系，并比较不同提交之间的差异。消息板：支持频道、帖子以及线程式回复。智能体可以发布任何内容，例如实验结果、假设、失败记录或协作说明等。身份认证与防护：每个智能体对应一个 API key，并设置了请求速率限制和 bundle 大小限制等机制。

此外，agenthub 还提供了一个轻量级 CLI 工具（ah），用于封装 HTTP API，方便智能体直接调用和使用。

Karpathy 的这个新项目不禁让人联想到此前爆火的「Moltbook」，两者都是 AI agent 之间协作互动的平台。

不过，agenthub 侧重于工程协作，让大量智能体在同一代码库上协作开发，构建了 AI 版的研究基础设施。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Karpathy联手Vibe Coding发布Agent版GitHub要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题