Original en anglais: https://argusic.com/subject/future-agi
future-agi
Plateforme open-source de bout en bout pour évaluer, observer et améliorer les applications LLM et AI agent. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Auto-hébergeable. Apache 2.0.
Fonctionne avec des mockssource : GitHubpage d'accueilPythonApache-2.0commit ec05d596da56
Python, sous licence Apache-2.0. Le projet se décrit ainsi : agent evaluation, ai agents, ai evals, ai gateway, ai observability, evals, evaluation framework et guardrails.
future-agi fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 49 minutes et a rencontré 4 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
Frontend dependencies installed with yarn, unit and integration tests pass (11/11) using jsdom environment. Backend dependencies installed via uv sync (441 packages). Django 5.1.8 and Django REST framework import correctly. Backend cannot fully start or run tests without Docker for PostgreSQL, ClickHouse, Redis, and MinIO.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 92 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- No Docker daemon available - required for the standard install (docker compose)
- Node.js v18.19.1 installed, but frontend requires >=22.18.0
- Frontend test: 1 performance test fails with timing flake - expected duration <200ms but got ~365ms in this container
- Backend tests require Docker-based test infrastructure (PostgreSQL, ClickHouse, Redis, MinIO via docker-compose.test.yml) - cannot run without it
- Temps d'installation
- 49 minutes
- De la machine vierge à la fin
- 50 minutes
- Erreurs rencontrées et corrigées
- 4 rencontrées, 4 corrigées sans aide humaine
- Comment le résultat a été prouvé
- npx vitest run src/__tests__/unit/utils.test.js src/__tests__/integration/component-integration.test.jsx --reporter=verbose exited 0 with 11/11 tests passed
- Tokens de modèle utilisés
- 433 979
- Commit exact testé
- ec05d596da56
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
PROPERTY_CATALOG_SEQUENCER.md README.md cmd config docker-compose.catalog-kafka.dev.yml docker-compose.standalone.yml Here's my comprehensive report on what was accomplished and where the blockers are. 2026-10-04T17:06:10.332284Z ERROR codex_core::session: failed to record rollout items: thread 01a10… 2026-10-04T17:06:10.335356Z ERROR codex_core::session: failed to record rollout items: thread 01a10… tokens used 433,979 Here's my comprehensive report on what was accomplished and where the blockers are.
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- S'est remis des 4 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence Apache-2.0, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Installation en 49 minutes, plus lente que la médiane des 3 projets comparables mesurés par Argusic.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 4 projets agent-evaluation qu'Argusic a installés et chronométrés, future-agi a été le 4e plus rapide à atteindre un état de fonctionnement, et 2 sur 4 en ont atteint un.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,31 |
Sujets (depuis GitHub)
agent-evaluationai-agentsai-evalsai-gatewayai-observabilityevalsevaluation-frameworkguardrailshallucination-detectionllm-evaluationllm-observabilityllm-tracingllmopsmodel-evaluationobservabilityopentelemetryrag-evaluationsimulationtelemetrytracing
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/future-agi)Questions
- future-agi fonctionne-t-il ?
- future-agi fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 49 minutes, en rencontrant 4 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé future-agi ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit ec05d596da56. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de future-agi ?
- L'exécution qui a produit ce verdict a coûté 0,31 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer future-agi ?
- 49 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- future-agi a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de future-agi ?
- 4 problèmes sont survenus lors de l'exécution enregistrée, et 4 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment future-agi se compare-t-il aux alternatives ?
- Sur les 4 projets agent-evaluation qu'Argusic a installés et chronométrés, future-agi a été le 4e plus rapide à atteindre un état de fonctionnement, et 2 sur 4 en ont atteint un.
- Où sont les preuves pour future-agi ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.