ディープラーニング研究をしている人なら、だれでもこのループを経験したことがあるはずです：ハイパーパラメータを変える -> 訓練を走らせる -> 6時間待つ -> 結果を見る -> また変える -> また走らせる。一番めげるのは大変さではなく、この作業が本質的にもっぱら機械的な操作だという点です。オープンソースフレームワークのDeep Researcher Agentは、まさにこの問題を解決するために生まれました——あなたが眠っている間にGPUでモデルを錬成し、あなたが論文を書いている間に結果表を用意しておいてくれます。

Deep Researcher Agentとは

これはオープンソースのディープラーニング実験自動化フレームワークで、中核機能は、AI AgentにTHINK -> EXECUTE -> MONITOR -> REFLECTのループに従わせ、7x24時間ノンストップで実験を代行させることです。監視にLLM APIは使わず（訓練中のAPIコストはゼロ）、1日のコストはわずか5毛です。

プロジェクトURL：https://github.com/Xiangyue-Zhang/auto-deep-researcher-24x7

中核となるワークフロー

フレームワークの中核は自律ループで、4つのフェーズに分かれています：

THINK（案を練る）

Agentはプロジェクトの説明と過去の実験メモリを読み込み、現在の最良結果を分析して、次に何を試すべきかを決定します。ハイパーパラメータを変えるだけでなく、モデルのコードを変更したり、loss関数を入れ替えたり、データ拡張の戦略を追加したりもします。

EXECUTE（コードを書く + タスクを起動）

Agentはコードや設定を自動で変更し、まず強制のdry-run（2ステップの順伝播・逆伝播）を実行してバグがないことを確認してから、本番の訓練をGPUに投入します。

MONITOR（ゼロコスト監視）

これがプロジェクト全体で最も重要な設計です：訓練中、AgentはLLM APIをまったく呼び出しません。行うのは次の3つだけです：

• kill -0 $PID -- プロセスが生存しているか確認
• nvidia-smi -- GPUが動いているか確認
• tail -- ログの最終数行を確認

これら3つの操作のAPIコストはゼロです。

REFLECT（結果を分析）

訓練終了後、Agentはログを解析し、指標を抽出し、過去の最良結果と比較し、マイルストーンを記録してから、次のラウンドのループを開始します。

1日5毛のコスト構造

24/7でLLM Agentを走らせて、なぜこれほど安いのでしょうか？

鍵は「ゼロコストMONITOR」にあります。1日24時間のうち90%以上は訓練の時間で、この間のLLM呼び出し費用はゼロです。冒頭の「案を練る」と末尾の「結果を見る」だけが大規模モデルの呼び出しを必要とし、それぞれ数分程度です。

恒常メモリ：半年動かしても増えない

長時間稼働するAgentには古典的な問題があります：コンテキストが積み上がるほど長くなり、遅く、高く、賢さも落ちていく。Deep Researcher Agentの解決策は、2層のメモリシステムです：

• 第1層：人間が書いたプロジェクト説明（凍結されて不変、最大3000文字）
• 第2層：Agent自身が管理するローリングログ。重要な成果は自動的に1200文字以内へ圧縮され、直近の意思決定は15件のみ保持

メモリ総量は約5000文字で一定です。1日動かしてもこの数字、6か月動かしてもこの数字です。

実際の使用効果

このフレームワークはすでに複数の実際の研究プロジェクトで30日以上連続稼働しています：

• 500+ ラウンドの実験ループを自律的に完了
• 単一プロジェクトの指標がbaseline比で**52%**向上
• 4つのプロジェクト、4台のGPUサーバーを同時に管理
• 最長30+ 日連続稼働、人間の介入は5、6回だけ

対応モデル

フレームワークは単一のLLMに縛られず、configを1行変えるだけで切り替えられます：

• Anthropic系：Claude Sonnet 4.6（速い）/ Claude Opus 4.6（最強）
• OpenAI系：Codex 5.3（速い）/ GPT 5.4（最強）

クイックスタート

インストールは2ステップだけです：

git clone https://github.com/Xiangyue-Zhang/auto-deep-researcher-24x7.git
cd auto-deep-researcher-24x7
python install.py

インストールが完了すると、Claude Code / Codexのスラッシュコマンドが7個手に入り、そのまま実験ループの管理に使えます。

使い方がまったく分からなくても大丈夫です。リポジトリには AI_GUIDE.md ファイルがあり、それを任意のAIアシスタントに渡せば、対話形式でインストールから最初の実験の起動まで順に案内してくれます。

スマートフォンからの監視

Happy Coder App（iOS / Android）と組み合わせれば、スマートフォンで次のことができます：

• 実験の進捗をリアルタイムで確認
• 訓練完了 / バグ発生のプッシュ通知を受信
• いつでもAgentに「方向転換」の指示を出す

エンドツーエンド暗号化で、コードと結果は完全にプライベートです。

向いている人

あなたがディープラーニング研究者で、deadline前に何度もパラメータを調整して実験を回す必要があるなら、Deep Researcher Agentは機械的な作業をすべて自動化してくれます。必要なのはアイデアと判断だけで、実験の実行は任せてください。

参考リンク

• GitHubプロジェクトURL：https://github.com/Xiangyue-Zhang/auto-deep-researcher-24x7