Original em inglês: https://argusic.com/subject/sol-pi
SoL-Pi
SoL-Pi: Escalando Auto-Research Loops para Harnesses de Agentes Eficientes
Executafonte: GitHubpágina do projetoTypeScriptMITcommit 06b3ee358ddc
TypeScript, licença MIT.
SoL-Pi executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 12 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
SoL-Pi installs on Node v22.23.3 as a project-local Pi 0.85.1 extension with all four mechanisms enabled, passes its complete test suite (21 files, 195 tests), and boots Pi offline cleanly (no extension load error).
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.
- Container's system Node is v18.19.1, below the project's required >=22.19.0.3 minutos
- npm audit --audit-level=high exits 1 with 6 vulnerabilities (3 moderate, 3 high) in the pinned Pi 0.85.1 dev toolchain (undici, brace-expansion, source-map-js, vitest).2 minutos
- Tempo de instalação
- 12 minutos
- Da máquina limpa até o fim
- 3 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- npx vitest run -> 21 files passed, 195 tests passed; node scripts/check-sol-pi-config.mjs --config /work/repo/.pi/sol-pi.json --require-all-enabled -> exit 0, all_enabled true; pi --offline --approve --print --no-session 'say ok' -> exit 0, printed 'ok'; pi --version -> 0.85.1
- Tokens de modelo usados
- 86.422
- Commit exato testado
- 06b3ee358ddc
- 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.
.gitignore:13:.pi/ .pi/settings.json ignore_exit=0 All checks done — `.pi/` is gitignored, repo otherwise clean. Final status: everything installed, t… exec /bin/sh -lc 'export PATH=$HOME/node22/bin:$PATH && export NPM_CONFIG_PREFIX=$HOME/.npm-global && $N… succeeded in 100ms: 0.85.1 exec /bin/sh -lc true in /work/repo succeeded in 0ms: tokens used 86,422
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 2 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 12 minutos para instalar, mais devagar que a mediana dos 34 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 35 projetos de TypeScript que a Argusic instalou e cronometrou, SoL-Pi foi o 27º mais rápido a chegar a um estado de execução, e 26 de 35 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.
Histórico de execuções
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/sol-pi)Perguntas
- SoL-Pi executa?
- Sim. SoL-Pi executa. A Argusic o instalou e iniciou em uma máquina limpa em 12 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou SoL-Pi?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 06b3ee358ddc. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar SoL-Pi?
- 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 SoL-Pi?
- 12 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- SoL-Pi 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 SoL-Pi?
- 2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como SoL-Pi se compara às alternativas?
- Dos 35 projetos de TypeScript que a Argusic instalou e cronometrou, SoL-Pi foi o 27º mais rápido a chegar a um estado de execução, e 26 de 35 chegaram a esse estado.
- Onde estão as evidências de SoL-Pi?
- 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.