Original en inglés: https://argusic.com/subject/autoharness
AutoHarness
AutoHarness: Ingeniería de Harness Automatizada para AI Agents
Funcionafuente: GitHubPythonMITcommit 3561e468f9ca
Python, licencia MIT. El proyecto se describe a sí mismo como: agent framework, ai agents, audit, context management, governance, harness engineering, llm y multi agent.
AutoHarness funciona. Un agent de Argusic lo instaló en 2 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The AutoHarness CLI and library install and build cleanly in a project venv, the governance pipeline runs for real (validation, allowed/denied tool calls, mode switching, wrap, export, claude-code hook install), and the full test suite passes 958/958; the only mocks needed are LLM credentials for the AgentLoop.
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.
- System pip refused install: PEP 668 externally-managed environment1 minuto
- pytest not installed in fresh venv1 minuto
- test_cli_wrap test_wrap_failing_command failed: 'python' not found on PATH in this container (only python3 exists), exit 127 instead of 421 minuto
- Tiempo de instalación
- 2 minutos
- De máquina en frío a terminar
- 5 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- .venv/bin/python -m pytest tests/ -q exited 0 with 958 passed; .venv/bin/autoharness version returned 'autoharness 0.1.1'; autoharness check --stdin on 'rm -rf /' returned JSON action:deny; AgentLoop mock run returned 'Final answer: done reading.'
- Tokens de modelo usados
- 41.369
- Commit exacto probado
- 3561e468f9ca
- 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.
........................................................................ [ 90%]
........................................................................ [ 97%]
...................... [100%]
958 passed in 1.91s
Everything is verified. Let me compute the final results.
The install used a venv (the standard workaround for this PEP 668-externally-managed container; a r…
**ARGUSIC_RESULT:** {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 2, "er…
tokens used
41,369
Everything is verified. Let me compute the final results.
The install used a venv (the standard workaround for this PEP 668-externally-managed container; a r…
**ARGUSIC_RESULT:** {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 2, "er…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 instaló en 2 minutos, más rápido que la mediana de los 61 proyectos comparables que ha medido Argusic.
- Se recuperó de los 3 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- 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
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 62 proyectos de agent-framework que Argusic ha instalado y cronometrado, AutoHarness fue el 19.º más rápido en llegar a funcionar, y 48 de 62 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 2 minutos después del clon.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
agent-frameworkai-agentsauditcontext-managementgovernanceharness-engineeringllmmulti-agentprompt-injectionsafetytool-use
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/autoharness)Preguntas
- ¿Funciona AutoHarness?
- Sí. AutoHarness funciona. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic AutoHarness?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 3561e468f9ca. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar AutoHarness?
- 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 AutoHarness en instalarse?
- 2 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita AutoHarness una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar AutoHarness?
- En la ejecución registrada fallaron 3 cosas, y 3 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara AutoHarness con las alternativas?
- De los 62 proyectos de agent-framework que Argusic ha instalado y cronometrado, AutoHarness fue el 19.º más rápido en llegar a funcionar, y 48 de 62 llegaron a funcionar.
- ¿Dónde está la evidencia de AutoHarness?
- 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.