Original en inglés: https://argusic.com/subject/agentenv
AgentENV
AgentENV (AENV) es una plataforma distribuida para ejecutar entornos de agent a escala.
Funcionafuente: GitHubRustMITcommit 5843159b1eaf
Rust, licencia MIT.
AgentENV funciona. Un agent de Argusic lo instaló en 36 minutos y encontró 5 errores en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Both server and aenv CLI binaries compile from source in debug profile; 947 agentenv unit tests, 110 CLI tests, 7 object-store-operator tests, 18 ublk tests pass; overlaybd lib tests pass with 6 expected direct-I/O failures on tmpfs; cargo fmt --check and cargo clippy --all-targets both clean
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 96 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- libclang not found (bindgen dependency)3 minutos
- Rust toolchain not installed2 minutos
- stdbool.h not found (rocksdb-sys dependency)2 minutos
- protoc not found (prost-build dependency)1 minuto
- 6 overlaybd direct-I/O tests fail in container (O_DIRECT unsupported on tmpfs)
- Tiempo de instalación
- 36 minutos
- De máquina en frío a terminar
- 42 minutos
- Errores encontrados y corregidos
- 5 encontrados, 4 corregidos sin ayuda humana
- Cómo se demostró el resultado
- cargo test --lib -p agentenv: 947/947 passed; cargo test -p aenv: 110/110 passed; cargo test --lib -p object-store-operator: 7/7 passed; cargo test --lib -p uvm-ublk: 18/18 passed; cargo clippy --all-targets: clean; cargo fmt --check: clean; aenv --version: aenv 0.2.3; server --help: prints usage
- Tokens de modelo usados
- 309.117
- Commit exacto probado
- 5843159b1eaf
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
- `cargo test --lib -p agentenv` — **947 passed, 0 failed, 4 ignored**
- `cargo test -p aenv` — **110 passed, 0 failed**
- `cargo test --lib -p object-store-operator` — **7 passed, 0 failed**
- `cargo test --lib -p uvm-ublk` — **18 passed, 0 failed**
- `cargo test --lib -p overlaybd` — **377 passed, 6 failed** (all 6 failures are direct-I/O tests t…
- Integration tests (`cargo test -p agentenv --test integration`): 21 tests skipped — all require `…
exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 3…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 36, "errors": [{"msg": "Ru…
tokens used
309,117Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 36 minutos en instalarse, más lento que la mediana de los 16 proyectos comparables que ha medido Argusic.
- Encontró 5 errores durante la instalación, 1 de ellos sin resolver.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 17 proyectos de Rust que Argusic ha instalado y cronometrado, AgentENV fue el 16.º más rápido en llegar a funcionar, y 15 de 17 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
Historial de ejecuciones
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/agentenv)Preguntas
- ¿Funciona AgentENV?
- Sí. AgentENV funciona. Argusic lo instaló y lo inició en una máquina limpia en 36 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic AgentENV?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 5843159b1eaf. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar AgentENV?
- La ejecución que produjo este veredicto costó 0,15 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda AgentENV en instalarse?
- 36 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita AgentENV una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar AgentENV?
- En la ejecución registrada fallaron 5 cosas, y 4 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara AgentENV con las alternativas?
- De los 17 proyectos de Rust que Argusic ha instalado y cronometrado, AgentENV fue el 16.º más rápido en llegar a funcionar, y 15 de 17 llegaron a funcionar.
- ¿Dónde está la evidencia de AgentENV?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.