Bản gốc tiếng Anh: https://argusic.com/subject/future-agi
future-agi
Nền tảng mã nguồn mở, end-to-end để đánh giá, quan sát và cải thiện các ứng dụng LLM và AI agent. Tracing · Evals · Simulations · Datasets · Gateway · Guardrails. Có thể tự lưu trữ. Apache 2.0.
Chạy được với mocknguồn: GitHubtrang chủ dự ánPythonApache-2.0commit ec05d596da56
Python, giấy phép Apache-2.0. Dự án tự gắn nhãn: agent evaluation, ai agents, ai evals, ai gateway, ai observability, evals, evaluation framework và guardrails.
future-agi chạy được, với dịch vụ giả lập thay cho các dịch vụ nó phụ thuộc. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 49 phút, gặp 4 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.
Frontend dependencies installed with yarn, unit and integration tests pass (11/11) using jsdom environment. Backend dependencies installed via uv sync (441 packages). Django 5.1.8 and Django REST framework import correctly. Backend cannot fully start or run tests without Docker for PostgreSQL, ClickHouse, Redis, and MinIO.
Kết quả agent đạt được trên máy sạch, bằng chính lời của nó. Cách đo
Argusic đo trên một máy mới mỗi lần. Mỗi con số đều link tới bằng chứng của nó. Điểm Argusic 92 trên 100 (trung bình điểm các lần chạy của dự án này).
Tóm tắt
Dữ liệu dự án lấy từ GitHub, có link ở đầu trang, cập nhật . Dữ liệu test của Argusic (CC BY 4.0); mỗi con số đều link tới một trang run có đầy đủ log, bản ghi và mã sha256 của chúng.
Những gì đã đo
Lấy từ lần chạy quyết định kết luận này. Mỗi dòng là một giá trị được ghi lại, không phải ước tính.
Những gì trục trặc, bằng chính lời của agent
Lời của chính agent, lỗi nặng nhất trước, không bao giờ viết lại thành lời khuyên.
- No Docker daemon available - required for the standard install (docker compose)
- Node.js v18.19.1 installed, but frontend requires >=22.18.0
- Frontend test: 1 performance test fails with timing flake - expected duration <200ms but got ~365ms in this container
- Backend tests require Docker-based test infrastructure (PostgreSQL, ClickHouse, Redis, MinIO via docker-compose.test.yml) - cannot run without it
- Thời gian cài đặt
- 49 phút
- Từ máy sạch đến khi xong
- 50 phút
- Lỗi gặp và đã sửa
- gặp 4, tự sửa 4 mà không cần người giúp
- Cách chứng minh kết quả
- npx vitest run src/__tests__/unit/utils.test.js src/__tests__/integration/component-integration.test.jsx --reporter=verbose exited 0 with 11/11 tests passed
- Số token model đã dùng
- 433.979
- Commit chính xác đã test
- ec05d596da56
- Container image
- sha256:cdd920bce783
Những gì chưa đo
Nửa còn lại, để bạn thấy rõ bằng chứng này đi xa tới đâu. Chỗ trống được ghi là chỗ trống và không bao giờ được lấp vào.
- Bộ nhớ GPU cao nhất
- lần này chạy trên máy CPU, nên không có GPU để đo
- Hoạt động khi chạy lâu
- mỗi lần thử dùng cấu hình nhỏ nhất có trong tài liệu và một khoảng thời gian cố định, nên đây là đo xem nó có chạy hay không, không đo nó chịu tải ra sao
- Hoạt động với dịch vụ thật
- lần chạy này chỉ được kiểm chứng với dịch vụ giả lập
Đoạn cuối của bản ghi
Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.
PROPERTY_CATALOG_SEQUENCER.md README.md cmd config docker-compose.catalog-kafka.dev.yml docker-compose.standalone.yml Here's my comprehensive report on what was accomplished and where the blockers are. 2026-10-04T17:06:10.332284Z ERROR codex_core::session: failed to record rollout items: thread 01a10… 2026-10-04T17:06:10.335356Z ERROR codex_core::session: failed to record rollout items: thread 01a10… tokens used 433,979 Here's my comprehensive report on what was accomplished and where the blockers are.
Xem lại toàn bộ phiên, mọi lệnh từ máy sạch tới thời điểm này.
Cách test
Một agent, một container, không có người giúp. Agent cài dự án theo đúng cách tài liệu của dự án hướng dẫn, chạy nó, và sửa những gì bị hỏng. Mọi thứ bên dưới được ghi lại đúng như đã diễn ra: phiên terminal, log và commit chính xác. Toàn bộ phương pháp.
Điểm mạnh và giới hạn
Dữ kiện đo được, không phải ý kiến. Cách viết nội dung.
Những gì suôn sẻ
- Tự khắc phục cả 4 lỗi mà không cần người can thiệp, cho thấy các lỗi được ghi trong tài liệu đủ rõ để giải quyết.
- Giấy phép Apache-2.0, theo thông tin từ nơi lưu trữ dự án.
Những gì không suôn sẻ, hoặc chưa biết
- Chỉ đạt trạng thái chạy được với dịch vụ giả lập, nên ở đây không có gì chứng minh nó chạy với dịch vụ thật.
- Mất 49 phút để cài đặt, chậm hơn trung vị của 3 dự án tương đương mà Argusic đã đo.
- Mới đo một lần. Một lần thử cho thấy nó có thể chạy, chưa cho thấy nó chạy ổn định.
Trong 4 dự án agent-evaluation mà Argusic đã cài đặt và bấm giờ, future-agi đứng thứ 4 về tốc độ đạt trạng thái chạy được, và 2 trên 4 dự án đạt được trạng thái đó.
Cũng đã test, cùng lĩnh vực
Mỗi dự án ở đây đều được Argusic cài đặt và chạy trên máy sạch. Không có dự án nào chưa test xuất hiện ở đây.
Lịch sử chạy
| test bởi | lần thử | kết quả | điểm | chi phí USD | thời điểm |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Chạy được với mock | 92,00 | 0,31 |
Chủ đề (từ GitHub)
agent-evaluationai-agentsai-evalsai-gatewayai-observabilityevalsevaluation-frameworkguardrailshallucination-detectionllm-evaluationllm-observabilityllm-tracingllmopsmodel-evaluationobservabilityopentelemetryrag-evaluationsimulationtelemetrytracing
Nhúng badge
Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.
[](https://argusic.com/subject/future-agi)Câu hỏi
- future-agi có chạy được không?
- future-agi chạy được, với mock thay cho các dịch vụ bên ngoài. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 49 phút, gặp 4 lỗi trên đường đi, và ghi lại phiên làm việc.
- Argusic đã test future-agi như thế nào?
- Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit ec05d596da56. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
- Test future-agi tốn bao nhiêu?
- Lần chạy đưa ra kết luận này tốn 0,31 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.
- Cài đặt future-agi mất bao lâu?
- 49 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.
- future-agi có cần GPU không?
- Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
- Cài đặt future-agi thì gặp lỗi gì?
- 4 lỗi xảy ra trong lần chạy được ghi lại, và 4 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
- future-agi so với các lựa chọn khác thế nào?
- Trong 4 dự án agent-evaluation mà Argusic đã cài đặt và bấm giờ, future-agi đứng thứ 4 về tốc độ đạt trạng thái chạy được, và 2 trên 4 dự án đạt được trạng thái đó.
- Bằng chứng cho future-agi ở đâu?
- Lần chạy được ghi lại nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.