Original en inglés: https://argusic.com/subject/cheat-on-content
cheat-on-content
Estás leyendo esto. El skill lo predijo. Un workflow que convierte cada publicación en un experimento calibrado: puntuación, predicción ciega, retrospectiva, evolución. El futuro no recompensa el esfuerzo, recompensa a quienes ven el patrón primero. 1M seguidores en un mes: no es suerte, es sistema.
Funciona con mocksfuente: GitHubPythonMITcommit d6b737bf79c1
Python, licencia MIT.
cheat-on-content funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 4,2 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Install via bash install.sh --codex symlinks 16 skills into ~/.codex/skills/; diff_pct.py computes string similarity using difflib fallback; 3 core tool unit test suites pass with 13 total tests; all hook scripts parse correctly; --reinstall-hooks copies hook scripts into user projects; uninstall/install cycle is 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 92 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.
- Tiempo de instalación
- 4 minutos
- De máquina en frío a terminar
- 5 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- bash tools/diff_pct_test.sh exited 0, 3/3 passed (difflib fallback); python3 tools/score-curve.py emitted CSV with 3 predictions found and 3 with retro data; python3 adapters/perf-data/linkedin-session/test_extract.py 7/7 passed; python3 -m unittest adapters/perf-data/wechat-channels/test_adapter.py 3/3 passed; bash adapters/perf-data/wechat-channels/test_run_contract.sh passed; all 3 hook scripts pass bash -n syntax check; bash install.sh --reinstall-hooks copied hooks successfully
- Tokens de modelo usados
- 45.659
- Commit exacto probado
- d6b737bf79c1
- 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
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
Starting: 1790612400 Ending: 1790612649 exec /bin/sh -lc 'echo "scale=2; (1790612649 - 1790612400) / 60" | bc' in /work/repo exited 127 in 0ms: /bin/sh: 1: bc: not found exec /bin/sh -lc 'python3 -c "print((1790612649 - 1790612400) / 60)"' in /work/repo succeeded in 0ms: 4.15 tokens used 45,659
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
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 4,2 minutos en instalarse, más lento que la mediana de los 46 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 47 proyectos de Python que Argusic ha instalado y cronometrado, cheat-on-content fue el 27.º más rápido en llegar a funcionar, y 28 de 47 llegaron a funcionar.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,03 |
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/cheat-on-content)Preguntas
- ¿Funciona cheat-on-content?
- cheat-on-content funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 4 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic cheat-on-content?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit d6b737bf79c1. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar cheat-on-content?
- La ejecución que produjo este veredicto costó 0,03 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 cheat-on-content en instalarse?
- 4,2 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita cheat-on-content una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar cheat-on-content?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Cómo se compara cheat-on-content con las alternativas?
- De los 47 proyectos de Python que Argusic ha instalado y cronometrado, cheat-on-content fue el 27.º más rápido en llegar a funcionar, y 28 de 47 llegaron a funcionar.
- ¿Dónde está la evidencia de cheat-on-content?
- 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.