Original em inglês: https://argusic.com/subject/meta-llm-charter
meta-llm-charter
Carta operacional compacta que transforma LLM coding agents em engenheiros principais disciplinados. Onze regras + uma meta-regra.
Executafonte: GitHubTypeScriptMITcommit 7a814b1152ae
TypeScript, licença MIT. O projeto se descreve como: ai, ai agents, claude, coding agents, constitution, cursor, frontier ai e llm.
meta-llm-charter executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 8 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
The eval harness installs and builds cleanly, all 70 harness unit tests pass, all 15 fixture suites match their pinned counts, and a documented bug fix plus the --quiet task implemented over the fixture verified green test runs and correct CLI output in this container.
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 100 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.
- fixture-local 'npm test' (node --import tsx) fails on container's Node 18.19.1: ERR_MODULE_NOT_FOUND for tsx; README/CI require Node 20+, canonical harness command is npx --yes tsx --test2 minutos
- npm audit reported 1 high severity advisory after install (no install failure)
- Full eval path 'npm start' cannot run: ANTHROPIC_API_KEY missing (harness abort by design), no docker binary/daemon available to build the sandbox image
- Tempo de instalação
- 8 minutos
- Da máquina limpa até o fim
- 4 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- npm run test:harness exited 0 (70 tests, 70 pass); npm run fixtures:check exited 0 (15 fixtures, 0 failures, 0 unpinned); npm run build exited 0; fixture 02 repair: npx --yes tsx --test test/format.spec.ts -> pass 9 fail 0 and formatCurrency(null) -> '$0.00'; fixture 09 --quiet implementation: 9/9 pass and CLI printed only '6 records, 2 errors'
- Tokens de modelo usados
- 229.269
- Commit exato testado
- 7a814b1152ae
- 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.
**Installed & built** - `npm install` in `evals/` — exit 0, added 47 packages (1 high-severity audit advisory, nothing fa… - `npm run build` (`tsc`) — exit 0, 18 compiled JS files in `evals/dist/`. **Tests run (all real, exit 0)** - `npm run test:harness` — `# tests 70, # pass 70, # fail 0`. - `npm run fixtures:check` — discovered 15 fixtures, `0 failure(s), 0 unpinned notice(s)`; per-fixt… - Directly executed fixture suites and a repair check: applying fixture 02's documented bug fix tur… **Errors & repairs** - Node 18 vs fixture-local `npm test` (`node --import tsx`): that script can't resolve `tsx` on Nod… - Real `npm start` path: blocked by `ANTHROPIC_API_KEY is required` (harness's own guard fired as d… **Verification summary** - `npm run build` exit 0; `npm run test:harness` 70/70 pass; `npm run fixtures:check` 15/15 match. …
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.
- Recuperou-se de todos os 3 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Levou 8 minutos para instalar, mais devagar que a mediana dos 230 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 231 projetos de ai que a Argusic instalou e cronometrou, meta-llm-charter foi o 138º mais rápido a chegar a um estado de execução, e 152 de 231 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 8 minutos depois do clone.
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
Tópicos (de GitHub)
aiai-agentsclaudecoding-agentsconstitutioncursorfrontier-aillmllm-agentsprompt-engineering
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/meta-llm-charter)Perguntas
- meta-llm-charter executa?
- Sim. meta-llm-charter executa. A Argusic o instalou e iniciou em uma máquina limpa em 8 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou meta-llm-charter?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 7a814b1152ae. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar meta-llm-charter?
- 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 meta-llm-charter?
- 8 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- meta-llm-charter 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 meta-llm-charter?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como meta-llm-charter se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, meta-llm-charter foi o 138º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de meta-llm-charter?
- 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.