Andrej Karpathy publicó en marzo de 2026 AutoResearch, un experimento en el que un agente de IA mejora código por su cuenta, ronda tras ronda, mientras la persona duerme. Detrás hay una forma de trabajar con IA que sirve fuera de la investigación. Explicamos qué es AutoResearch según los materiales del propio Karpathy, cómo aplicamos su método al programar con IA y por qué creemos que el HTML, sobre todo en vertical, es el mejor formato para revisar lo que produce un modelo.
Qué es AutoResearch
AutoResearch es un repositorio público que Karpathy abrió en marzo de 2026. La idea, en sus palabras: «give an AI agent a small but real LLM training setup and let it experiment autonomously overnight.» El agente cambia el código, entrena, comprueba si el resultado ha mejorado, conserva o descarta el cambio y vuelve a empezar. Según el README, «You wake up in the morning to a log of experiments and (hopefully) a better model.»
El repositorio tiene tres archivos que importan. prepare.py contiene la preparación de datos y la evaluación, y no se modifica. train.py tiene el modelo y el bucle de entrenamiento, y es el único archivo que edita el agente. program.md reúne las instrucciones y lo edita la persona. Cada entrenamiento dura siempre 5 minutos, para que los experimentos se puedan comparar entre sí.
En un post del 9 de marzo, Karpathy cuenta que dejó el agente trabajando solo y que, antes de dar por buenas sus mejoras, las probó él mismo en modelos más grandes. Del agente destaca esto: «It really looked at the sequence of results of experiments and used that to plan the next ones.»
El método de Karpathy, pieza a pieza
Las instrucciones se escriben en lenguaje natural. Según el README, el trabajo de la persona es escribir program.md, que Karpathy describe como «essentially a super lightweight “skill”», el mismo concepto que explicamos en nuestro artículo sobre skills para agentes. Ahí fija el objetivo («get the lowest val_bpb»), lo que el agente puede tocar y una regla de sencillez: «All else being equal, simpler is better.»
La métrica se decide antes de empezar y el agente no puede cambiarla. El resultado se mide con val_bpb (cuanto más bajo, mejor) y la función que lo calcula está en prepare.py, que para el agente es de solo lectura: «The evaluate_bpb function in prepare.py is the ground truth metric.» Si el agente pudiera tocar la forma de puntuar, le resultaría más fácil cambiar la nota que mejorar el modelo.
Cada ronda queda registrada. El agente anota cada experimento en results.tsv: el commit, el resultado, una descripción breve y si el cambio se queda (keep), se descarta (discard) o ha fallado (crash). Si el resultado no mejora, vuelve al punto de partida con git.
La persona revisa y mejora las instrucciones. El bucle no se detiene a preguntar si debe seguir, porque la persona puede estar dormida, así que el trabajo humano queda antes y después de cada tanda. En otro post, Karpathy reconoce que dedicó más tiempo a ajustar cómo trabaja el agente que al propio código: «I almost feel like I’ve iterated more on the “meta-setup” where I optimize and tune the agent flows even more than the nanochat repo directly.»
Cómo aplicar el método de Karpathy al programar con IA
AutoResearch entrena modelos de lenguaje, pero la estructura sirve para cualquier tarea de software que se pueda medir. Karpathy lo apunta en su post de marzo: cualquier métrica que se pueda evaluar de forma razonablemente rápida se presta a este bucle. Así lo aplicamos en LetBrand con Code u otros agentes, y es lo que respondemos a quien nos pregunta cómo trabajar con IA en proyectos reales.
Lo primero es decidir si compensa montar un bucle. Tiene sentido cuando la tarea se repite, cuando un test puede decir sin ayuda humana si el resultado es correcto y cuando el agente puede ejecutar lo que construye y ver qué falla. Un bucle consume mucho uso del plan, porque el agente relee el proyecto en cada ronda. Para un encargo puntual basta con un buen prompt.
Después, las comprobaciones se escriben antes que el código. El agente redacta los tests de la función nueva, nosotros los aprobamos y quedan protegidos para que no pueda editarlos, igual que prepare.py en AutoResearch.
Por último, una función por bucle y un registro por ronda. El agente anota en cada ronda qué intentó y qué comprobaciones siguen fallando. Ese registro es lo que leemos al final y lo que usamos para mejorar las instrucciones, como hace Karpathy con su program.md. Si estás empezando, en nuestra guía para crear un agente de IA desde cero explicamos las piezas básicas.
Pasar todos los tests no garantiza que el agente haya hecho lo que querías. Puede cumplir las reglas que le pusiste y dejar sin conectar la pantalla que usará el cliente. Por eso el último paso es mirar el resultado, y ahí entra el HTML.
Karpathy y el formato HTML: entender lo que hace la IA
El 2 de octubre de 2026, Karpathy publicó en X una lista de formatos para entender mejor lo que devuelve un modelo de lenguaje. Arranca así: «We’ll be spending a lot more time trying to understand the outputs of language models.»
Propone los formatos en orden, cada uno presentado como mejor que el anterior: texto en ASD-STE100, un lenguaje controlado nacido para la documentación de mantenimiento aeroespacial; luego diagramas, y en tercer lugar páginas web: «Ask for output “in HTML” to get a beautiful, interactive webpage. LLMs are getting really good at frontend and can create beautiful experiences, animations, etc.»
El HTML no es el último escalón de su lista. El formato que más le convence son los vídeos explicativos hechos a medida: «The output format I am most bullish on is fully custom / bespoke explainer videos generated on any arbitrary topic.»
Para nosotros, este post y AutoResearch van juntos: si un agente trabaja solo durante horas, la parte humana consiste sobre todo en entender lo que ha hecho. Karpathy no dice que el HTML sea el formato del futuro. Lo que sigue es nuestra lectura, y la defendemos como opinión de LetBrand.
Por qué creemos que el formato HTML con IA irá a más
Los modelos generan HTML muy bien, como dice Karpathy de la parte visual de una web. En nuestra experiencia, un informe con tablas, gráficos y pestañas suele salir usable al primer intento, y corregirlo es cuestión de pedirlo en el mismo chat.
Revisar el resultado es más rápido cuando lo ves. Cuanto más produce la IA, más tiempo se va en comprobar lo que ha hecho, y para nosotros ese es hoy el cuello de botella. Si pides a la IA que compare tres proveedores y te devuelve una tabla con colores y totales, ves en segundos si falta uno o si una cifra no cuadra. En un texto largo eso se escapa.
Lo mismo vale para el bucle que describíamos arriba: en nuestra opinión, el informe de cada ronda se sigue mejor como una página HTML con lo que cambió y lo que sigue fallando, compartida con un enlace. Quien tiene que dar el visto bueno puede ir de una ronda a otra desde el móvil.
Para informes, presentaciones y herramientas pequeñas, pensamos que gana a Word, Excel o PowerPoint, porque una página puede llevar filtros, pestañas o una calculadora y un PDF solo se lee.
Por qué en LetBrand apostamos por el HTML vertical
En LetBrand creemos que el HTML es el formato con más futuro para lo que produce la IA, y lo hemos convertido en nuestra bandera. Sobre todo en vertical: páginas pensadas para el móvil, que se leen con el pulgar de arriba abajo.
El motivo es práctico. Lo que envías a un cliente por WhatsApp o por correo muchas veces se abre en el teléfono. Unas diapositivas horizontales obligan a hacer zoom o a girar la pantalla. Una página vertical se lee como cualquier web y puede llevar gráficos, botones o un formulario sin que nadie instale nada.
Por eso diseñamos nuestras presentaciones y microsites primero para el móvil y después los adaptamos al ordenador. También es la razón por la que les añadimos un agente: si la página ya está en el bolsillo del cliente, puede resolver sus dudas en ese mismo momento, sin esperar a una reunión.
Cómo compartir un HTML hecho con IA
La forma más simple es enviar el archivo, que se abre en cualquier navegador. Si la página carga librerías o fuentes desde internet, quien la abre sin conexión puede verla incompleta, así que conviene pedir al modelo que lo meta todo en un solo archivo.
La segunda es publicarlo en tu propia web, con tu dominio y sin que nadie tenga que iniciar sesión.
La tercera es dejarlo dentro de la plataforma de IA. ofrece ChatGPT Sites, disponible para espacios de trabajo y cuentas Plus y Pro, para crear y publicar webs y aplicaciones ligeras desde . En , los artifacts se comparten con un enlace, pero quien lo abre necesita una cuenta de , salvo en los artifacts antiguos publicados desde un chat.
Qué revisar antes de enviar un HTML generado con IA
Aquí vuelve el método de Karpathy, aplicado a una página. Antes de pedirla, apunta qué tiene que contener para darla por buena: qué datos deben aparecer y qué tiene que poder hacer con ella quien la reciba. Con esa lista escrita, revisar consiste en comprobarla punto por punto.
Que el código no dé errores, o que el propio modelo diga que lo ha comprobado, no garantiza que el resultado sea correcto. Abre el archivo en el navegador, en el ordenador y en el móvil, y fíjate en si las tablas caben en la pantalla y los botones responden. Comprueba también las cifras contra la fuente original, sobre todo las que ha calculado el modelo. Y recuerda que todo lo que va dentro del archivo se puede leer abriendo su código, aunque la página no lo muestre: si hay datos que el destinatario no debe ver, quítalos antes de generar la página.
Cómo te ayudamos en LetBrand
Si quieres que tu presentación sea una página que además responde preguntas, la convertimos en un microsite con agente, con enlace propio y sin que quien la abre necesite cuenta de ni de . Si prefieres que viva dentro de o de , preparamos un ChatGPT Site o un artifact de Claude: el Site lo construimos y lo publicamos por ti. Y si lo que necesitas es un asistente conectado a tus documentos o tu catálogo, mira nuestros chatbots a medida o prueba la demo guiada. Cuéntanos qué informe, presentación o herramienta quieres convertir en HTML y te enviamos presupuesto.