Original en inglés: https://argusic.com/subject/swe-af
SWE-AF
Flota autónoma de ingeniería de software de AI agents para PRs de grado de producción en AgentField: planificar, codificar, probar y enviar.
Funciona con mocksfuente: GitHubsitio webGoApache-2.0commit 17d3160f20a2
Go, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent factory, agentfield, agentic ai, ai agents, ai factory, autonomous agents, claude code y code generation.
SWE-AF funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 0,3 minutos y encontró 4 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The swe-af package is installed in the venv, all 1317 tests pass, and python -m swe_af starts a uvicorn server on port 8001 (reports degraded mode because no AgentField control plane is running on localhost:9999).
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 56 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.
- test_default_runtime_and_provider, test_empty_env_uses_claude_code, test_unset_env_uses_claude_code, test_default_resolution failed from same env-var interference1,5 minutos
- test_ac_3_fastbuildconfig_defaults failed because OPENROUTER_API_KEY in container env changed default runtime from claude_code to open_code0,5 minutos
- test_build_config_no_args (multi_repo_schemas) same env interference0,5 minutos
- test_ac_25 (multi_repo_integration) same env interference in child subprocess0,5 minutos
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- 14 minutos
- Errores encontrados y corregidos
- 4 encontrados, 4 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest tests/ exited 0 with 1317 passed, 1 skipped
- Tokens de modelo usados
- 253.958
- Commit exacto probado
- 17d3160f20a2
- 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.
ℹ️ Reconnecting to memory events (attempt 3/5) in 4.0s...
❌ Failed to connect to memory events: Multiple exceptions: [Errno 111] Connect call failed ('127.0.…
ℹ️ Reconnecting to memory events (attempt 4/5) in 8.0s...
❌ Failed to connect to memory events: Multiple exceptions: [Errno 111] Connect call failed ('127.0.…
ℹ️ Reconnecting to memory events (attempt 5/5) in 16.0s...
INFO: Shutting down
Now let me compile the final report:
**ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 0.28, "e…
tokens used
253,958
Now let me compile the final report:
**ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 0.28, "e…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
- Se instaló en 0,3 minutos.
- Se recuperó de los 4 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
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.
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
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona con mocks | 92,00 | 0,12 | |
| Argusic Runner | 1/3 | No funcionó | 20,00 | 0,19 |
Temas (de GitHub)
agent-factoryagentfieldagentic-aiai-agentsai-factoryautonomous-agentsclaude-codecode-generationcodexcoding-agentdeveloper-toolsgemini-clillmmulti-agentopenroutersoftware-engineeringsoftware-factory
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/swe-af)Preguntas
- ¿Funciona SWE-AF?
- SWE-AF funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 0 minutos, con 4 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic SWE-AF?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 17d3160f20a2. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar SWE-AF?
- La ejecución que produjo este veredicto costó 0,12 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 SWE-AF en instalarse?
- 0,3 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita SWE-AF una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar SWE-AF?
- En la ejecución registrada fallaron 4 cosas, y 4 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de SWE-AF?
- Las 2 ejecuciones registradas están 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.