Original em inglês: https://argusic.com/subject/hgm
HGM
A Máquina Huxley-Gödel
Executa com mocksfonte: GitHubPythonApache-2.0commit 013872d95da9
Python, licença Apache-2.0. O projeto se descreve como: coding agents, goedel machine e self improvement.
HGM executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 40 minutos e encontrou 7 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
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.
- 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 minutos
- polyglot/benchmark.py additionally failed: ModuleNotFoundError plots, lox, aider, typer8 minutos
- datasets import failed: ImportError: cannot import name 'BucketNotFoundError' from huggingface_hub.errors with huggingface-hub 1.4.15 minutos
- 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 minutos
- swe_bench/harness.py and polyglot/harness.py crash before Docker: TypeError: harness() got an unexpected keyword argument 'num_samples'3 minutos
- 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
- Tempo de instalação
- 40 minutos
- Da máquina limpa até o fim
- 31 minutos
- Erros encontrados e corrigidos
- 7 encontrados, 7 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- .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 modelo usados
- 6.273.661
- Commit exato testado
- 013872d95da9
- 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: `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
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 7 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença Apache-2.0, 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 40 minutos para instalar, mais devagar que a mediana dos 3 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 4 projetos de coding-agents que a Argusic instalou e cronometrou, HGM foi o 4º mais rápido a chegar a um estado de execução, e 3 de 4 chegaram a esse estado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 1,26 |
Tópicos (de GitHub)
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/hgm)Perguntas
- HGM executa?
- HGM executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 40 minutos, encontrando 7 erros no caminho, e gravou a sessão.
- Como a Argusic testou HGM?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 013872d95da9. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar HGM?
- A execução que produziu este veredito custou US$ 1,26: 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 HGM?
- 40 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- HGM 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 HGM?
- 7 coisas quebraram na execução registrada, e 7 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como HGM se compara às alternativas?
- Dos 4 projetos de coding-agents que a Argusic instalou e cronometrou, HGM foi o 4º mais rápido a chegar a um estado de execução, e 3 de 4 chegaram a esse estado.
- Onde estão as evidências de HGM?
- 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.