Original em inglês: https://argusic.com/subject/simpleenglish
SimpleEnglish
Habilidade do agent: fazer LLMs escreverem documentação em ASD-STE100 Simplified Technical
Executafonte: GitHubPythonMITcommit 32ea2d3f4404
Python, licença MIT.
SimpleEnglish executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
All 4 CI checks pass clean: STE linter self-test reports OK, 12 Node.js hook tests pass, 15 Python lint-hook tests pass, and every published benchmark number in the README and RESULTS.md files matches the committed raw eval data.
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 60 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.
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 4 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- cd /work/repo && python3 evals/ste_lint.py --self-test -> 'self-test OK: 12 violations in slop fixture, 0 in clean'; node --test src/hooks/simple-english-activate.test.js -> 12/12 pass; python3 src/hooks/test_lint_hook.py -> 15/15 ok; python3 evals/check_numbers.py -> 'check_numbers OK: every published number matches the raw files'. All 4 CI-equivalent checks pass. The hook also produces valid rule output on direct invocation.
- Tokens de modelo usados
- 79.061
- Commit exato testado
- 32ea2d3f4404
- 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.
succeeded in 0ms:
{
"type": "descriptive",
"words": 240,
"sentences": 1,
"mean_sentence_words": 240.0,
All checks pass. Let me verify one final detail — the publishable numbers are consistent with raw d…
`check_numbers.py` confirmed every published benchmark number matches. All four CI checks pass. The…
All four CI verification checks passed with zero errors on first run. Here is the report:
tokens used
79,061
All four CI verification checks passed with zero errors on first run. Here is the 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 0 minutos, mais rápido que a mediana dos 46 projetos comparáveis que a Argusic mediu.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- 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.
Dos 47 projetos de Python que a Argusic instalou e cronometrou, SimpleEnglish foi o 1º mais rápido a chegar a um estado de execução, e 28 de 47 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 0 minutos depois do clone.
- Seguir o próprio README: o caminho documentado funcionou sem nada para corrigir.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa | 100,00 | 0,02 | |
| Argusic Runner | 1/3 | Não executou | 20,00 | 0,18 |
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/simpleenglish)Perguntas
- SimpleEnglish executa?
- Sim. SimpleEnglish executa. A Argusic o instalou e iniciou em uma máquina limpa em 0 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou SimpleEnglish?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 32ea2d3f4404. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar SimpleEnglish?
- A execução que produziu este veredito custou US$ 0,02: 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 SimpleEnglish?
- 0 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- SimpleEnglish 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 SimpleEnglish?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Como SimpleEnglish se compara às alternativas?
- Dos 47 projetos de Python que a Argusic instalou e cronometrou, SimpleEnglish foi o 1º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
- Onde estão as evidências de SimpleEnglish?
- 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.