Como a Argusic testou cheat-on-content?

Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit d6b737bf79c1. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.

Quanto custou testar cheat-on-content?

A execução que produziu este veredito custou US$ 0,03: 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 cheat-on-content?

4,2 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.

cheat-on-content 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 cheat-on-content?

Nada deu errado na execução registrada: zero erros entre o clone e a execução.

Onde estão as evidências de cheat-on-content?

A execução registrada está 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.

Original em inglês: https://argusic.com/subject/cheat-on-content

cheat-on-content

Você está lendo isso. A habilidade previu isso. Um fluxo de trabalho que transforma cada publicação em um experimento calibrado: pontuação, previsão cega, retrospectiva, evolução. O futuro não recompensa esforço, recompensa aqueles que veem o padrão primeiro. 1M seguidores em um mês, não sorte, sistema.

Executa com mocksfonte: GitHubPythonMITcommit d6b737bf79c1

Python, licença MIT.

cheat-on-content executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 4,2 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.

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.
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 92 de 100 (a média das pontuações das execuções deste projeto).

Visão geral

veredito: Executa com mocks
Pontuação Argusic: 92 / 100
custo da execução de verificação: US$ 0,03 (medido)
execuções registradas: 1
último teste: 2026-09-28
estrelas: 7.467
forks: 978
issues abertas: 18
observadores: 23
tamanho: 0 MB
criado em: 2026-05-05
último push: 2026-11-02

Dados do projeto de GitHub, com link no topo desta página, atualizado em 2026-11-04. 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: 4 minutos
Da máquina limpa até o fim: 5 minutos
Erros encontrados e corrigidos: 0 encontrados, 0 corrigidos sem ajuda humana
Como o resultado foi comprovado: 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 exato testado: d6b737bf79c1
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
Comportamento com serviços reais: esta execução foi verificada apenas com serviços substitutos

O fim da gravação

As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.

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

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

Nada quebrou no caminho: zero erros entre o clone e a execução.
Licença MIT, segundo a plataforma onde o projeto está hospedado.

O que não deu certo, ou não se sabe

Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
Levou 4,2 minutos para instalar, mais devagar que a mediana dos 46 projetos comparáveis que a Argusic mediu.
Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.

Dos 47 projetos de Python que a Argusic instalou e cronometrou, cheat-on-content foi o 27º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.

Histórico de execuções

testado por	tentativa	resultado	pontuação	custo USD	quando
Argusic Runner	1/3	Executa com mocks	92,00	0,03	2026-09-28 16:25 UTC

Incorporar o selo

Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.

[![Tested by Argusic](https://argusic.com/badge/cheat-on-content.svg)](https://argusic.com/subject/cheat-on-content)

Perguntas

cheat-on-content executa?: cheat-on-content executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 4 minutos, encontrando 0 erros no caminho, e gravou a sessão.
Como a Argusic testou cheat-on-content?: Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit d6b737bf79c1. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
Quanto custou testar cheat-on-content?: A execução que produziu este veredito custou US$ 0,03: 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 cheat-on-content?: 4,2 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
cheat-on-content 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 cheat-on-content?: Nada deu errado na execução registrada: zero erros entre o clone e a execução.
Como cheat-on-content se compara às alternativas?: Dos 47 projetos de Python que a Argusic instalou e cronometrou, cheat-on-content foi o 27º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
Onde estão as evidências de cheat-on-content?: A execução registrada está 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.