HGM 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 40 分钟，过程中遇到 7 个错误，并记录了整个会话。

Argusic 是如何测试 HGM 的？

在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 013872d95da9。共记录了 1 次尝试，完整方法见方法论页面。

测试 HGM 花了多少钱？

得出该结论的那次运行花费 1.26 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。

HGM 安装需要多长时间？

在决定该结论的那次运行中，从干净的机器到运行状态用了 40 分钟。这是一次实测的尝试，不是平均值。

HGM 需要 GPU 吗？

启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。

安装 HGM 时会出现什么问题？

已记录的运行中出现了 7 个问题，其中 7 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。

HGM 的证据在哪里？

这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

英文原文: https://argusic.com/subject/hgm

HGM

🧬 The Huxley-Gödel Machine

借助 mock 可运行来源：GitHubPythonApache-2.0commit 013872d95da9

Python，Apache-2.0 许可证. 项目的自我描述：coding agents、goedel machine 和 self improvement.

HGM 可以运行，其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 40 分钟完成了安装，遇到 7 个错误，并在无人协助的情况下全部修复，整个会话都被记录了下来。

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.
agent 在干净的机器上最终得到的结果，用它自己的话说。测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 92，满分 100（该项目各次运行得分的平均值）。

概览

结论: 借助 mock 可运行
Argusic 评分: 92 / 100
验证运行的成本: 1.26 USD（实测）
已记录的运行次数: 1
最近测试: 2026-10-21
星标: 446
fork 数: 76
未关闭的 issue: 5
关注者: 7
大小: 1 MB
创建于: 2025-10-24
最近推送: 2026-02-07

项目数据来自 GitHub，链接见本页顶部，更新于 2026-11-04。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。每一行都是记录下来的数值，而非估算。

测试 HGM 时每个故障耗费的时间，取自已记录的运行 — 每一根柱子都是 agent 记录的一次失败，以及它耗费的时间。数据仅取自本次运行。

哪里出了问题，用 agent 自己的话说

agent 的原话，最严重的排在最前，从不改写成建议。

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 分钟
polyglot/benchmark.py additionally failed: ModuleNotFoundError plots, lox, aider, typer8 分钟
datasets import failed: ImportError: cannot import name 'BucketNotFoundError' from huggingface_hub.errors with huggingface-hub 1.4.15 分钟
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 分钟
swe_bench/harness.py and polyglot/harness.py crash before Docker: TypeError: harness() got an unexpected keyword argument 'num_samples'3 分钟
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

安装时间: 40 分钟
从冷启动机器到完成: 31 分钟
遇到并修复的错误: 遇到 7 个，在无人协助的情况下修复了 7 个
结果是如何证明的: .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)
使用的模型 token: 6,273,661
测试的确切 commit: 013872d95da9
容器镜像: sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

GPU 显存峰值: 本次运行在 CPU 机器上进行，没有可采样的 GPU
长时间运行的表现: 每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
对接真实服务的表现: 本次运行只对照替身服务进行了验证

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

- 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

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

在无人介入的情况下从全部 7 个错误中恢复，说明这些故障的文档足以让人解决。
采用 Apache-2.0 许可证，以其托管平台报告的信息为准。

不顺利或尚不清楚的部分

只在替身服务下达到了运行状态，因此这里没有任何内容能证明它在真实服务下可以工作。
安装用了 40 分钟，慢于 Argusic 测量过的 3 个同类项目的中位数。
目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。

在 Argusic 安装并计时过的 4 个 coding-agents 项目中，HGM 达到运行状态的速度排名第 4，4 个项目中有 3 个达到了运行状态。

运行历史

测试者	尝试	结果	评分	成本 USD	时间
Argusic Runner	1/3	借助 mock 可运行	92.00	1.26	2026-10-21 08:03 UTC

主题 (来自 GitHub)

coding-agents goedel-machine self-improvement

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见条款页面.

[![Tested by Argusic](https://argusic.com/badge/HGM.svg)](https://argusic.com/subject/hgm)

常见问题

HGM 能运行吗？: HGM 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 40 分钟，过程中遇到 7 个错误，并记录了整个会话。
Argusic 是如何测试 HGM 的？: 在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 013872d95da9。共记录了 1 次尝试，完整方法见方法论页面。
测试 HGM 花了多少钱？: 得出该结论的那次运行花费 1.26 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
HGM 安装需要多长时间？: 在决定该结论的那次运行中，从干净的机器到运行状态用了 40 分钟。这是一次实测的尝试，不是平均值。
HGM 需要 GPU 吗？: 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 HGM 时会出现什么问题？: 已记录的运行中出现了 7 个问题，其中 7 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
HGM 与其他替代方案相比如何？: 在 Argusic 安装并计时过的 4 个 coding-agents 项目中，HGM 达到运行状态的速度排名第 4，4 个项目中有 3 个达到了运行状态。
HGM 的证据在哪里？: 这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

HGM

概览