Bản gốc tiếng Anh: https://argusic.com/subject/hgm
HGM
Cỗ máy Huxley-Gödel
Chạy được với mocknguồn: GitHubPythonApache-2.0commit 013872d95da9
Python, giấy phép Apache-2.0. Dự án tự gắn nhãn: coding agents, goedel machine và self improvement.
HGM 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 40 phút, gặp 7 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.
Python venv install is complete, all 22 repository tests pass, all main modules import, the real SWE-bench dataset and TestSpec construction were verified, and hgm.py boots through configuration/source-copy to its Docker-dependent self-improvement step, where execution stops because this container has no Docker daemon and no API key.
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.
- pip install -r requirements.txt left polyglot/benchmark.py unimportable: ModuleNotFoundError importlib_resources, and swe_bench/polyglot harnesses failed with ModuleNotFoundError: No module named 'swebench'20 phút
- polyglot/benchmark.py additionally failed: ModuleNotFoundError plots, lox, aider, typer8 phút
- datasets import failed: ImportError: cannot import name 'BucketNotFoundError' from huggingface_hub.errors with huggingface-hub 1.4.15 phút
- hgm.py boot crashes in TS_sample with ValueError: attempt to get argmax of an empty sequence when Docker is absent (initial node has no utility_measures)4 phút
- swe_bench/harness.py and polyglot/harness.py crash before Docker: TypeError: harness() got an unexpected keyword argument 'num_samples'3 phút
- Docker is required by run.sh (hgm.py) and both harnesses but the container has no docker binary/daemon and system packages cannot be installed
- Thời gian cài đặt
- 40 phút
- Từ máy sạch đến khi xong
- 31 phút
- Lỗi gặp và đã sửa
- gặp 7, tự sửa 7 mà không cần người giúp
- Cách chứng minh kết quả
- .venv/bin/python -m pytest exited 0 with '22 passed, 1 warning in 3.50s'; .venv/bin/python hgm.py --config /tmp/hgmtry/test_config.yaml printed 'Working directory: /work/repo ... Starting HGM run out ... Found 13840 files to copy' then crashed on the known Docker-absent argmax path; direct swe_bench.harness.harness(test_task_list=['django__django-10973'], max_workers=1, ...) loaded the real dataset and stopped at DockerException (no docker daemon)
- Số token model đã dùng
- 6.273.661
- Commit chính xác đã test
- 013872d95da9
- 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.
- Tests: `pytest` — `22 passed, 1 warning` twice (before and after dependency fixes) in `~3.5s`. - Launch: `hgm.py` boots fully (config load, output dir, `Starting HGM run`, initial Docker image-b… - Errors fixed: `importlib_resources` missing; `swebench` pip package never ships the `harness/dock… - Verification depth: tier2_mock — all harness/module levels verified under a real dataset + depend… exec /bin/sh -lc 'cd /work/repo && .venv/bin/python -m pytest 2>&1 | tail -2; date -u +%Y-%m-%dT%H:%M:%S… succeeded in 3581ms: -- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html ======================== 22 passed, 1 warning in 3.50s ========================= 2026-10-21T08:02:49Z tokens used 6,273,661
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 7 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 40 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 coding-agents mà Argusic đã cài đặt và bấm giờ, HGM đứng thứ 4 về tốc độ đạt trạng thái chạy được, và 3 trên 4 dự án đạt được trạng thái đó.
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 | 1,26 |
Chủ đề (từ GitHub)
Nhúng badge
Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.
[](https://argusic.com/subject/hgm)Câu hỏi
- HGM có chạy được không?
- HGM chạy được, với mock thay cho các dịch vụ bên ngoài. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 40 phút, gặp 7 lỗi trên đường đi, và ghi lại phiên làm việc.
- Argusic đã test HGM như thế nào?
- Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit 013872d95da9. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
- Test HGM tốn bao nhiêu?
- Lần chạy đưa ra kết luận này tốn 1,26 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 HGM mất bao lâu?
- 40 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.
- HGM có cần GPU không?
- Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
- Cài đặt HGM thì gặp lỗi gì?
- 7 lỗi xảy ra trong lần chạy được ghi lại, và 7 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
- HGM so với các lựa chọn khác thế nào?
- Trong 4 dự án coding-agents mà Argusic đã cài đặt và bấm giờ, HGM đứng thứ 4 về tốc độ đạt trạng thái chạy được, và 3 trên 4 dự án đạt được trạng thái đó.
- Bằng chứng cho HGM 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.