Original en anglais: https://argusic.com/subject/hgm
HGM
La machine Huxley-Gödel
Fonctionne avec des mockssource : GitHubPythonApache-2.0commit 013872d95da9
Python, sous licence Apache-2.0. Le projet se décrit ainsi : coding agents, goedel machine et self improvement.
HGM fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 40 minutes et a rencontré 7 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
Python venv install is complete, all 22 repository tests pass, all main modules import, the real SWE-bench dataset and TestSpec construction were verified, and hgm.py boots through configuration/source-copy to its Docker-dependent self-improvement step, where execution stops because this container has no Docker daemon and no API key.
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.
- pip install -r requirements.txt left polyglot/benchmark.py unimportable: ModuleNotFoundError importlib_resources, and swe_bench/polyglot harnesses failed with ModuleNotFoundError: No module named 'swebench'20 minutes
- polyglot/benchmark.py additionally failed: ModuleNotFoundError plots, lox, aider, typer8 minutes
- datasets import failed: ImportError: cannot import name 'BucketNotFoundError' from huggingface_hub.errors with huggingface-hub 1.4.15 minutes
- hgm.py boot crashes in TS_sample with ValueError: attempt to get argmax of an empty sequence when Docker is absent (initial node has no utility_measures)4 minutes
- swe_bench/harness.py and polyglot/harness.py crash before Docker: TypeError: harness() got an unexpected keyword argument 'num_samples'3 minutes
- Docker is required by run.sh (hgm.py) and both harnesses but the container has no docker binary/daemon and system packages cannot be installed
- Temps d'installation
- 40 minutes
- De la machine vierge à la fin
- 31 minutes
- Erreurs rencontrées et corrigées
- 7 rencontrées, 7 corrigées sans aide humaine
- Comment le résultat a été prouvé
- .venv/bin/python -m pytest exited 0 with '22 passed, 1 warning in 3.50s'; .venv/bin/python hgm.py --config /tmp/hgmtry/test_config.yaml printed 'Working directory: /work/repo ... Starting HGM run out ... Found 13840 files to copy' then crashed on the known Docker-absent argmax path; direct swe_bench.harness.harness(test_task_list=['django__django-10973'], max_workers=1, ...) loaded the real dataset and stopped at DockerException (no docker daemon)
- Tokens de modèle utilisés
- 6 273 661
- Commit exact testé
- 013872d95da9
- 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.
- Tests: `pytest` — `22 passed, 1 warning` twice (before and after dependency fixes) in `~3.5s`. - Launch: `hgm.py` boots fully (config load, output dir, `Starting HGM run`, initial Docker image-b… - Errors fixed: `importlib_resources` missing; `swebench` pip package never ships the `harness/dock… - Verification depth: tier2_mock — all harness/module levels verified under a real dataset + depend… exec /bin/sh -lc 'cd /work/repo && .venv/bin/python -m pytest 2>&1 | tail -2; date -u +%Y-%m-%dT%H:%M:%S… succeeded in 3581ms: -- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html ======================== 22 passed, 1 warning in 3.50s ========================= 2026-10-21T08:02:49Z tokens used 6,273,661
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 7 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 40 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 coding-agents qu'Argusic a installés et chronométrés, HGM a été le 4e plus rapide à atteindre un état de fonctionnement, et 3 sur 4 en ont atteint un.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 1,26 |
Sujets (depuis GitHub)
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/hgm)Questions
- HGM fonctionne-t-il ?
- HGM fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 40 minutes, en rencontrant 7 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé HGM ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 013872d95da9. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test d'HGM ?
- L'exécution qui a produit ce verdict a coûté 1,26 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 HGM ?
- 40 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.
- HGM 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 d'HGM ?
- 7 problèmes sont survenus lors de l'exécution enregistrée, et 7 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment HGM se compare-t-il aux alternatives ?
- Sur les 4 projets coding-agents qu'Argusic a installés et chronométrés, HGM a été le 4e plus rapide à atteindre un état de fonctionnement, et 3 sur 4 en ont atteint un.
- Où sont les preuves pour HGM ?
- 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.