项目 01 — 你的第一个研究循环

配套讲座：第 01 讲 + 第 02 讲
起始代码：projects/project-01/starter/
参考答案：projects/project-01/solution/

---

你将构建什么

运行经典 autoresearch 示例：将一个 Python 排序函数在 100 万个整数上的执行时间从约 2.4 秒优化到 0.5 秒以下。你将用 /autoresearch:plan 搭建项目，用 /autoresearch 运行循环。

学习目标

完成本项目后，你将能够：

• 将模糊目标（"让它更快"）转化为机械指标（median_time_s < 0.5）
• 编写输出 {"pass": bool, "score": float} 的评估器
• 运行 5 阶段循环并读懂 research.md 的历史记录
• 理解什么被提交、为什么提交

起始状态

projects/project-01/starter/
├── sort.py          ← 慢速实现（递归快速排序）
├── test_sort.py     ← 正确性测试（不要修改）
└── task-prompt.md   ← 你的任务说明

sort.py 包含对 100 万个整数的递归快速排序，耗时约 2.4 秒。目标：在不破坏测试的前提下使其低于 0.5 秒。

第一步 — 运行规划向导

cd projects/project-01/starter/
/autoresearch:plan

回答向导问题：

• 目标：将 sort.py 在 100 万整数上的执行时间降到 0.5 秒以下
• 指标：median_time_s，方向：最小化，目标值：< 0.5
• 有噪声？ 是——基准测试会有波动。设置 noise_runs: 3
• 范围：仅限 sort.py，禁止修改 test_sort.py
• 守卫命令：python -m pytest test_sort.py
• 最大迭代次数：20

向导会生成 benchmark.py 和 research.md。

第二步 — 运行循环

/autoresearch

观察循环运行。3–5 次迭代后你应该看到：

| 3 | 基数排序 base 256     | 0.871 | keep    |
| 4 | 基数排序 base 65536   | 0.573 | keep    |
| 5 | 微优化基数排序         | 0.498 | keep ✓  | ← 目标达成

第三步 — 读取结果

打开 research.md 和 research_log.md，回答以下问题：

1. 达到目标花了几次迭代？
2. 哪些实验被丢弃了？为什么？
3. git 日志是什么样的？（git log --oneline）

预期结果

最终最优：median_time_s = 0.498
目标：< 0.5 ✓
使用迭代次数：5 / 20

验证

python benchmark.py
# 预期：{"pass": true, "score": 0.498}

python -m pytest test_sort.py
# 预期：所有测试通过

提示

• 如果循环运行很慢，是因为 noise_runs: 3 每次迭代运行 3 次基准测试。这是正确行为——基准测试本身有噪声。
• 如果看到 GUARD FAILED，说明排序结果不正确。检查是哪个改动破坏了正确性。
• 参考答案目录包含一份完整的 5 次迭代 research.md 历史，可以对照比较。