Englisches Original: https://argusic.com/subject/hgm
HGM
Die Huxley-Gödel-Maschine
Läuft mit MocksQuelle: GitHubPythonApache-2.0Commit 013872d95da9
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: coding agents, goedel machine und self improvement.
HGM läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 40 Minuten installiert und ist auf 7 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Python venv install is complete, all 22 repository tests pass, all main modules import, the real SWE-bench dataset and TestSpec construction were verified, and hgm.py boots through configuration/source-copy to its Docker-dependent self-improvement step, where execution stops because this container has no Docker daemon and no API key.
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 92 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.
- pip install -r requirements.txt left polyglot/benchmark.py unimportable: ModuleNotFoundError importlib_resources, and swe_bench/polyglot harnesses failed with ModuleNotFoundError: No module named 'swebench'20 Minuten
- polyglot/benchmark.py additionally failed: ModuleNotFoundError plots, lox, aider, typer8 Minuten
- datasets import failed: ImportError: cannot import name 'BucketNotFoundError' from huggingface_hub.errors with huggingface-hub 1.4.15 Minuten
- hgm.py boot crashes in TS_sample with ValueError: attempt to get argmax of an empty sequence when Docker is absent (initial node has no utility_measures)4 Minuten
- swe_bench/harness.py and polyglot/harness.py crash before Docker: TypeError: harness() got an unexpected keyword argument 'num_samples'3 Minuten
- Docker is required by run.sh (hgm.py) and both harnesses but the container has no docker binary/daemon and system packages cannot be installed
- Installationszeit
- 40 Minuten
- Von der kalten Maschine bis zum Ende
- 31 Minuten
- Aufgetretene und behobene Fehler
- 7 aufgetreten, 7 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- .venv/bin/python -m pytest exited 0 with '22 passed, 1 warning in 3.50s'; .venv/bin/python hgm.py --config /tmp/hgmtry/test_config.yaml printed 'Working directory: /work/repo ... Starting HGM run out ... Found 13840 files to copy' then crashed on the known Docker-absent argmax path; direct swe_bench.harness.harness(test_task_list=['django__django-10973'], max_workers=1, ...) loaded the real dataset and stopped at DockerException (no docker daemon)
- Verbrauchte Modell-Tokens
- 6.273.661
- Genau getesteter Commit
- 013872d95da9
- 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
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
- Tests: `pytest` — `22 passed, 1 warning` twice (before and after dependency fixes) in `~3.5s`. - Launch: `hgm.py` boots fully (config load, output dir, `Starting HGM run`, initial Docker image-b… - Errors fixed: `importlib_resources` missing; `swebench` pip package never ships the `harness/dock… - Verification depth: tier2_mock — all harness/module levels verified under a real dataset + depend… exec /bin/sh -lc 'cd /work/repo && .venv/bin/python -m pytest 2>&1 | tail -2; date -u +%Y-%m-%dT%H:%M:%S… succeeded in 3581ms: -- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html ======================== 22 passed, 1 warning in 3.50s ========================= 2026-10-21T08:02:49Z tokens used 6,273,661
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 sich von allen 7 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Die Installation dauerte 40 Minuten, langsamer als der Median der 3 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 4 Projekten im Bereich coding-agents, die Argusic installiert und zeitlich gemessen hat, belegte HGM Platz 4 bei der Zeit bis zum lauffähigen Zustand, und 3 von 4 erreichten überhaupt einen solchen Zustand.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 1,26 |
Themen (von GitHub)
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/hgm)Fragen
- Läuft HGM?
- HGM läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 40 Minuten installiert und gestartet, ist dabei auf 7 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic HGM getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 013872d95da9. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von HGM gekostet?
- Der Lauf, der diesen Befund ergab, kostete 1,26 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 HGM?
- 40 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 HGM eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von HGM schief?
- Im aufgezeichneten Lauf gingen 7 Dinge kaputt, und 7 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet HGM im Vergleich zu Alternativen ab?
- Von den 4 Projekten im Bereich coding-agents, die Argusic installiert und zeitlich gemessen hat, belegte HGM Platz 4 bei der Zeit bis zum lauffähigen Zustand, und 3 von 4 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für HGM?
- 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.