Original em inglês: https://argusic.com/subject/no-human
no_human
Do ticket ao pull request revisado. Gratuito e de código aberto, na sua máquina.
Executafonte: GitHubpágina do projetoPythonMITcommit 580a8793e6d0
Python, licença MIT. O projeto se descreve como: agent harness, agent orchestration, agentic ai, ai agent, ai code review, ai coding, claude code e code review.
no_human executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 1,2 minutos e encontrou 3 erros, e a sessão inteira foi gravada.
The no-human project (v0.2.0) is fully installed: uv sync completes, web board builds from source, the nh CLI responds with version 0.2.0, nh start binds and serves HTTP 200 in setup mode, the full node test suite (1584/1584) and the Python repoguard suite (142/142) pass. Task dispatch requires a Claude subscription token (CLAUDE_CODE_OAUTH_TOKEN) that is not present in this environment.
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 89,3 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.
- bwrap (bubblewrap) not available - 7 tests in test_codex_sandbox_network.py fail because the container lacks non-privileged user namespaces
- gh CLI not installed - 1 test in test_review_fail_closed.py and 1 test in test_e2e_orchestrator.py fail because they shell out to `gh` which is not present
- Claude OAuth token not configured - nh doctor reports CODING BACKEND UNUSABLE, no subscription token for task dispatch
- Tempo de instalação
- 1 minuto
- Da máquina limpa até o fim
- 71 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 1 corrigido sem ajuda humana
- Como o resultado foi comprovado
- nh --version returned 'nh, version 0.2.0'; nh start --port 18420 returned HTTP 200 on /; npm run web build completed with 1584/1584 node tests passing; 142/142 Python repoguard tests passed; hundreds of Python tests across 400+ test files passed individually (test_config 86/86, test_db 48/48, test_bounds 59/59, test_guard 204/204, test_readme_claims 133/133, test_clean_clone_installable 18/18, test_mcp_dependency_bound 5/5, test_doctor 67/67, test_wheel_ships_board 5/5+1 skip, test_board_bundle_is_current 24/24, test_board_csp 2/2, test_web_dist_staleness 10/10, test_verification_receipts 392/392, test_tamper_adjudication 44/44, test_api batches all passed)
- Tokens de modelo usados
- 609.875
- Commit exato testado
- 580a8793e6d0
- 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.
=== tests/test_reviewer.py === ........................................................................ [ 75%] ....................... [100%] 95 passed in 2.67s === tests/test_reviewer_infra_park.py === ................. [100%] 17 passed in 2.21s Now I have comprehensive data. Let me compile the final report. 2026-09-13T13:07:18.042624Z ERROR codex_core::session: failed to record rollout items: thread 01a09… tokens used 609,875 Now I have comprehensive data. Let me compile the final report.
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 1,2 minutos, mais rápido que a mediana dos 134 projetos comparáveis que a Argusic mediu.
- 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.
O que não deu certo, ou não se sabe
- Encontrou 3 erros durante a configuração, 2 dos quais não foram resolvidos.
Dos 135 projetos de agent que a Argusic instalou e cronometrou, no_human foi o 19º mais rápido a chegar a um estado de execução, e 87 de 135 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 1,2 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
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa com mocks | 92,00 | 0,37 | |
| Argusic Runner | 1/3 | Executa | 86,67 | 0,24 |
Tópicos (de GitHub)
agent-harnessagent-orchestrationagentic-aiai-agentai-code-reviewai-codingclaude-codecode-reviewcodex-clicoding-agentdeveloper-toolsdevtoolsgit-worktreesharness-engineeringllmmcporchestrationpull-requestssdlcverification
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/no-human)Perguntas
- no_human executa?
- Sim. no_human executa. A Argusic o instalou e iniciou em uma máquina limpa em 1 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou no_human?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 580a8793e6d0. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar no_human?
- A execução que produziu este veredito custou US$ 0,24: 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 no_human?
- 1,2 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- no_human 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 no_human?
- 3 coisas quebraram na execução registrada, e 1 foi corrigida sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como no_human se compara às alternativas?
- Dos 135 projetos de agent que a Argusic instalou e cronometrou, no_human foi o 19º mais rápido a chegar a um estado de execução, e 87 de 135 chegaram a esse estado.
- Onde estão as evidências de no_human?
- 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.