Original em inglês: https://argusic.com/subject/gpt-instruct
gpt-instruct
Um prompt de quebra de restrições do Codex e um pacote de testes para gpt. Visando a série gpt, prompts de quebra de restrições do Codex e pacote de testes.
Executa com mocksfonte: GitHubpágina do projetoPythonMITcommit 0ad8ec58e198
Python, licença MIT.
gpt-instruct executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 18 minutos e encontrou 5 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
codex-instruct.py deployed gpt-5.6-sol-v45 byte-identically into /home/runner/.codex with model_instructions_file set; 26-unit and 47-scoring tests pass; regression dry-run plans 66 cases; reset removes the managed entry.
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
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.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- codex-instruct.py apply wrote to live /home/runner/.codex (CODEX_HOME ignored)6 minutos
- run_gpt56_sol_issue_regression.py missing default bank and instructions3 minutos
- scripts/*.zip extraction needed a manual loop; Python extractall filter kwarg unsupported1 minuto
- run_gpt6_astra_project_continuation_probe.py missing /tmp/tests/gpt6_astra_project_continuation_probe.json1 minuto
- python3 -m unittest discover -s unit-tests -q
- Tempo de instalação
- 18 minutos
- Da máquina limpa até o fim
- 3 minutos
- Erros encontrados e corrigidos
- 5 encontrados, 5 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- python3 -m unittest discover -s unit-tests -q -> OK (26 tests); verify_gpt56_sol_regression_scoring.py -> OK (47 tests); run_gpt56_sol_issue_regression.py --dry-run ... -> 66 cases / 110 turns manifest; zip-entry md sha256 c71c50e2... == deployed /home/runner/.codex/gpt-5.6-sol-v45.md; config.toml gained model_instructions_file line; --reset returned exit 0 and removed the entry/file
- Tokens de modelo usados
- 171.245
- Commit exato testado
- 0ad8ec58e198
- 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.
- Tests: `python3 -m unittest discover -s unit-tests -q` → 26 tests, OK. `verify_gpt56_sol_regressi… - Toolchain: `run_gpt56_sol_issue_regression.py --dry-run --bank ... --instructions-file ...` print… - Unfixable gap: the A-probe `run_gpt6_astra_project_continuation_probe.py` needs `tests/gpt6_astra… - No real credentials needed: the container itself already provides an Argusic-compatible mock at `… tokens used 171,245 All verification is complete. Summary of what I observed: - Install: `codex-instruct.py --apply --version gpt-5.6-v45` deployed the prompt into `/home/runner… - Tests: `python3 -m unittest discover -s unit-tests -q` → 26 tests, OK. `verify_gpt56_sol_regressi… - Toolchain: `run_gpt56_sol_issue_regression.py --dry-run --bank ... --instructions-file ...` print… - Unfixable gap: the A-probe `run_gpt6_astra_project_continuation_probe.py` needs `tests/gpt6_astra… - No real credentials needed: the container itself already provides an Argusic-compatible mock at `…
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
- Recuperou-se de todos os 5 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
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 18 minutos para instalar, mais devagar que a mediana dos 46 projetos comparáveis que a Argusic mediu.
Dos 47 projetos de Python que a Argusic instalou e cronometrou, gpt-instruct foi o 45º 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 | 2/3 | Executa com mocks | 92,00 | 0,04 | |
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,05 |
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/gpt-instruct)Perguntas
- gpt-instruct executa?
- gpt-instruct executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 18 minutos, encontrando 5 erros no caminho, e gravou a sessão.
- Como a Argusic testou gpt-instruct?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 0ad8ec58e198. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar gpt-instruct?
- A execução que produziu este veredito custou US$ 0,04: 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 gpt-instruct?
- 18 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- gpt-instruct 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 gpt-instruct?
- 5 coisas quebraram na execução registrada, e 5 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como gpt-instruct se compara às alternativas?
- Dos 47 projetos de Python que a Argusic instalou e cronometrou, gpt-instruct foi o 45º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
- Onde estão as evidências de gpt-instruct?
- 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.