Original en inglés: https://argusic.com/subject/ai-engineering-coach
AI-Engineering-Coach
Mejor ingeniería de agentes
Funcionafuente: GitHubTypeScriptMITcommit 74eb09ca7107
TypeScript, licencia MIT.
AI-Engineering-Coach funciona. Un agent de Argusic lo instaló en 8 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
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
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 100 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.
- 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 minutos
- Tiempo de instalación
- 8 minutos
- De máquina en frío a terminar
- 8 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- 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
- Tokens de modelo usados
- 53.346
- Commit exacto probado
- 74eb09ca7107
- 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.
/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:
Reproducir 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.
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- 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 8 minutos en instalarse, más lento que la mediana de los 34 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 35 proyectos de TypeScript que Argusic ha instalado y cronometrado, AI-Engineering-Coach fue el 21.º más rápido en llegar a funcionar, y 26 de 35 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 8 minutos después del clon.
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/ai-engineering-coach)Preguntas
- ¿Funciona AI-Engineering-Coach?
- Sí. AI-Engineering-Coach funciona. Argusic lo instaló y lo inició en una máquina limpia en 8 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic AI-Engineering-Coach?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 74eb09ca7107. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar AI-Engineering-Coach?
- La ejecución que produjo este veredicto costó 0,04 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 AI-Engineering-Coach en instalarse?
- 8 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita AI-Engineering-Coach una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar AI-Engineering-Coach?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara AI-Engineering-Coach con las alternativas?
- De los 35 proyectos de TypeScript que Argusic ha instalado y cronometrado, AI-Engineering-Coach fue el 21.º más rápido en llegar a funcionar, y 26 de 35 llegaron a funcionar.
- ¿Dónde está la evidencia de AI-Engineering-Coach?
- 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.