Original em inglês: https://argusic.com/subject/agentdescent
agentdescent
Gradiente descendente, mas os parâmetros são agents: um framework paralelo e assíncrono para agents auto-evolutivos (skills, prompts, harnesses). Os diffs são os gradientes; o agregador é o otimizador.
Executafonte: GitHubpágina do projetoPythonMITcommit 45e19c63db9b
Python, licença MIT. O projeto se descreve como: agent framework, agents, ai agents, asynchronous, evolutionary algorithms, gradient descent, llm e llm agents.
agentdescent executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,1 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
AgentDescent 0.5.0 is installed in a Python 3.12 venv; all 3026 tests pass; the demo and CLI (demo, init, plan, evolve, etc.) run offline with no API key needed.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 60 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 48 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- Full test suite: /home/runner/venv/bin/python -m pytest -q --tb=no exited 0 with 3026/3026 passed (0 failed). Demo: /home/runner/venv/bin/python -m examples.run_demo printed evolution table reaching 1.000 accuracy in 0.19s. CLI: agentdescent --help printed all 14 subcommands; agentdescent demo built and ran a complete skill evolution.
- Tokens de modelo usados
- 212.542
- Commit exato testado
- 45e19c63db9b
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
**Install**: Created a venv since the system Python is externally managed. `pip install -e ".[dev]"… **Tests**: Full suite has **3026 tests**, all passed (exit code 0) with some expected RuntimeWarnin… **Demo & CLI**: `python -m examples.run_demo` completed in 0.19s showing the evolution loop reachin… **Errors encountered**: None. No patches or fixes were needed. 2026-10-31T10:31:55.973722Z ERROR codex_core::session: failed to record rollout items: thread 01a19… tokens used 212,542 Based on my extensive verification, here is the final report: **Install**: Created a venv since the system Python is externally managed. `pip install -e ".[dev]"… **Tests**: Full suite has **3026 tests**, all passed (exit code 0) with some expected RuntimeWarnin… **Demo & CLI**: `python -m examples.run_demo` completed in 0.19s showing the evolution loop reachin… **Errors encountered**: None. No patches or fixes were needed.
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 0,1 minutos, mais rápido que a mediana dos 61 projetos comparáveis que a Argusic mediu.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
Dos 62 projetos de agent-framework que a Argusic instalou e cronometrou, agentdescent foi o 1º mais rápido a chegar a um estado de execução, e 48 de 62 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 0,1 minutos depois do clone.
- Seguir o próprio README: o caminho documentado funcionou sem nada para corrigir.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa | 100,00 | 0,19 | |
| Argusic Runner | 1/3 | Não executou | 20,00 | 0,07 |
Tópicos (de GitHub)
agent-frameworkagentsai-agentsasynchronousevolutionary-algorithmsgradient-descentllmllm-agentsoptimizerparallelprompt-optimizationself-evolving-agentsself-improvementskill-learning
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/agentdescent)Perguntas
- agentdescent executa?
- Sim. agentdescent executa. A Argusic o instalou e iniciou em uma máquina limpa em 0 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou agentdescent?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 45e19c63db9b. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar agentdescent?
- A execução que produziu este veredito custou US$ 0,19: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar agentdescent?
- 0,1 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- agentdescent precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar agentdescent?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Como agentdescent se compara às alternativas?
- Dos 62 projetos de agent-framework que a Argusic instalou e cronometrou, agentdescent foi o 1º mais rápido a chegar a um estado de execução, e 48 de 62 chegaram a esse estado.
- Onde estão as evidências de agentdescent?
- Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.