Englisches Original: https://argusic.com/subject/ai-engineering-coach
AI-Engineering-Coach
Besseres Agentic Engineering
LäuftQuelle: GitHubTypeScriptMITCommit 74eb09ca7107
TypeScript, Lizenz MIT.
AI-Engineering-Coach läuft. Ein Argusic-Agent hat es in 8 Minuten installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Full CI gate passes: typecheck, lint (0 errors), spellcheck, knip, lockfile-lint, all 1348 tests in 70 files pass, bundle within 2MB budget, and the extension packages to a 3.49 MB .vsix
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- npm test fails: 7 tests in github-app-analytics.test.ts fail with 'status' expected 'ready' got 'unavailable' because the production default query() calls the missing sqlite3 CLI binary, but the test creates databases via Node's built-in DatabaseSync8 Minuten
- Installationszeit
- 8 Minuten
- Von der kalten Maschine bis zum Ende
- 8 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- npm run check (typecheck + lint + spellcheck + knip + lockfile-lint + test) exited 0; 70 files / 1348 tests passed; npm run check-size passed; npm run package built .vsix successfully
- Verbrauchte Modell-Tokens
- 53.346
- Genau getesteter Commit
- 74eb09ca7107
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
/bin/sh -lc 'echo "Start: $(date -d @$(stat -c '"'%Y' /work/repo/package.json) -u +%s)\"; echo \"No… succeeded in 0ms: Start: 1790936140 Now: 1790936622 exec /bin/sh -lc 'echo $(( $(date -u +%s) - 1790936140 ))' in /work/repo succeeded in 0ms: 486 All done. Here's the result: tokens used 53,346 All done. Here's the result:
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- Hat sich von dem einen Fehler erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 8 Minuten, langsamer als der Median der 34 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 35 Projekten im Bereich TypeScript, die Argusic installiert und zeitlich gemessen hat, belegte AI-Engineering-Coach Platz 21 bei der Zeit bis zum lauffähigen Zustand, und 26 von 35 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
- Für eine schnelle Evaluierung: Es lief 8 Minuten nach dem Klonen.
Laufverlauf
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/ai-engineering-coach)Fragen
- Läuft AI-Engineering-Coach?
- Ja. AI-Engineering-Coach läuft. Argusic hat es auf einer sauberen Maschine in 8 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic AI-Engineering-Coach getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 74eb09ca7107. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von AI-Engineering-Coach gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,04 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von AI-Engineering-Coach?
- 8 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht AI-Engineering-Coach eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von AI-Engineering-Coach schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet AI-Engineering-Coach im Vergleich zu Alternativen ab?
- Von den 35 Projekten im Bereich TypeScript, die Argusic installiert und zeitlich gemessen hat, belegte AI-Engineering-Coach Platz 21 bei der Zeit bis zum lauffähigen Zustand, und 26 von 35 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für AI-Engineering-Coach?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.