# Armin Ronacher va deixar GPT-6 Astra sola durant 35 hores.

Published: 2026-09-12

Armin Ronacher (Flask, Jinja) va donar a GPT-6 Astra una sola indicació i la va deixar sola durant 35 hores: prop d'un bilió de tokens, prop de 1.200 dòlars, 79 commits, 75.000 línies — i "absolutament res de valor". El codi que va recuperar és la història: fitxers C pegats per heredocs de Python que fan splicing de strings, Python que genera Node que genera PowerShell, proves unitàries amb els espais en blanc eliminats perquè és un 10% més barat en tokens. Dues mesures el recolzen: les xifres de SlopCodeBench d'Earendil (codi d'agent aproximadament el doble de verbós i erosionat que els repositoris humans, 0% de taxa d'aprovació estricta) i el benchmark de 1.500 dòlars de Quesma de RTK (79k estrelles, "89% de tokens estalviats" al seu propi comptador, +17% per tasca amb DeepSeek). També: SWE-2 de Cognition (Kimi K3 amb gabardina, 92,8 a Terminal-Bench 2.1 vs 27,3 a Terminal-Bench 4), l'API d'Agents d'OpenAI i les inscripcions pausades de 200 dòlars per a Pro, i el divendres Hacker News va demanar menys notícies d'IA. Veredicte: REVERT.

Canonical: https://thedailydiff.dev/ca/video/2026-09-11-astra-slop-factory/

## Què cobreix aquest vídeo

- Armin Ronacher: 35 h d'Astra GPT-6 desatesa, ~$1,200, 79 commits, +75k línies, res enviat
- Earendil / SlopCodeBench: codi d'agent ~2× més verbós i erosionat que els repositoris humans; taxa d'aprovació estricta 0%
- Quesma: RTK informa un 89% de tokens estalviats, però els costos de Terminal-Bench augmenten un 17% amb DeepSeek; un bucle de reescriptura va fallar 339 vegades seguides
- Cognition SWE-2: post-entrenat a partir de Kimi K3, coincideix amb Fable 5.1 a FrontierCode a un terç del preu; TB 2.1 92.8 vs TB 4 27.3; Devin Voice
- API d'Agents d'OpenAI (l'arnés de Codex com a servei, només als EUA, sense ZDR); inscripcions de 200 dòlars per a Pro pausades per la demanda d'Astra

## Transcripció traduïda

Traduït de la narració original en anglès. L'àudio i els subtítols disponibles estan controlats per YouTube.

0:00 Armin Ronacher, l'home que va escriure Flask, va donar a GPT-6 Astra una única indicació i la va deixar sola durant trenta-cinc hores. Va tornar amb setanta-cinc mil línies de codi i, segons les seves paraules, absolutament res de valor, cosa que la converteix en la fàbrica de programari més realista mai construïda. Va publicar l'article dimecres. Dijous, Cognition va llançar SWE-2, i OpenAI va llançar una API d'Agents i va pausar les inscripcions per al seu pla de dos-cents dòlars,

0:24 perquè Astra va devorar els servidors. I divendres l'article va arribar a la portada de Hacker News, unes quantes files per sota d'una publicació que demanava a Hacker News que deixés de publicar sobre IA. En aquest vídeo: què produeix un dia i mig d'Astra sense supervisió, dues mesures que converteixen el desgavell en un número, per què una eina amb setanta-nou mil estrelles fa que la vostra factura sigui més gran, i com Hacker News va intentar filtrar la IA, utilitzant IA. És divendres, 11 de setembre, i aquest és The Daily Diff.

0:53 La fàbrica. Una indicació: construir un Python amb fils virtuals i àmbit lèxic. Astra va mantenir les seves pròpies notes, va crear els seus propis subagents, i va funcionar fins que Armin va desconnectar-la, un dia i mig i uns dotze-cents dòlars més tard. Setanta-nou commits, per tant quinze dòlars i mig per commit, que és aproximadament el que cobra un humà, excepte que l'humà finalment s'atura. El codi és la història. En lloc de l'eina d'edició, Astra pegats fitxers C mitjançant la canalització d'heredocs de Python que llegeixen el fitxer, substitueixen una funció i el tornen a escriure.

1:20 Per executar una prova de Windows, va escriure Python que va generar Node que va generar PowerShell, una pila de trucades amb passaport. Les proves unitàries que va commetre no tenen cap espai en blanc, perquè sense indentació són un deu per cent més barates en tokens. I la llista de tasques va passar d'un, dos, tres a la tasca 8b2c2b2b punt de control u, que és com saps que l'intern ha estat massa temps sol. La teoria d'Armin: el model és recompensat per acabar tasques llargues i amb prou feines castigat per codi lleig, de manera que les trucades a eines amb tokens reduïts es filtren a la base de codi,

1:48 i com menys humans miren, menys importa. Va titular aquesta secció És AGI Si No Mires. Hacker News va afegir l'economia: més codi significa més tokens per mantenir-lo, la qual cosa converteix el desgavell no en un error, sinó en una subscripció. Es pot mesurar el desgavell? La pròpia empresa d'Armin ho va intentar aquesta setmana. Earendil va executar els números de SlopCodeBench: el codi d'agent és aproximadament el doble de verbós i el doble d'erosionat que els repositoris humans amb els quals es compara,

2:10 i quan el benchmark esborra la memòria de l'agent entre punts de control, la taxa d'aprovació estricta per a cada model que van provar és zero. La mètrica de desgavell més fiable que van trobar va ser el recompte de línies en brut, que deixa de funcionar en el moment en què algú l'optimitza, així que, si us plau, no ho digueu als models. Després la cartera. RTK té setanta-nou mil estrelles de GitHub i miniatures de YouTube que prometen reduir a la meitat la vostra factura de Claude Code; comprimeix la sortida del terminal abans que l'agent

2:34 la llegeixi. Quesma la va executar a Terminal-Bench per mil cinc-cents dòlars en tokens. Amb Fable la factura va baixar un cinc per cent, gairebé tot d'una tasca; amb DeepSeek la tasca mitjana va ser un disset per cent més cara. Mentrestant, el propi comptador de RTK informava un vuitanta-nou per cent estalviat, perquè compta els bytes eliminats, no els torns addicionals causats: un comptador intel·ligent que factura al veí. I un error de versió va reescriure 'find' en una comanda que va fallar, tres-centes trenta-nou vegades seguides, a nou vegades el preu.

3:01 L'eina que mata tokens té un bucle. La inundació mateixa. SWE-2 de Cognition és Kimi K3, el model xinès obert, post-entrenat fins que coincideix amb Fable 5.1 al propi benchmark de Cognition a un terç del preu; Hacker News: per què tots els models d'IA americans són bàsicament Kimi amb gabardina. A Terminal-Bench 2.1 encapçala tota la taula; a Terminal-Bench 4, el que ningú ha memoritzat encara, obté vint-i-set per cinquanta-sis de Fable,

3:28 així que en els benchmarks de diapositives la millor columna és l'examen que tothom ja ha aprovat. Cognition també va anunciar Devin Voice, el vostre enginyer de programari d'IA preferit acaba de rebre un telèfon fix, perquè l'única cosa que faltava a la codificació agentica era música d'espera. OpenAI, el mateix dia: l'API d'Agents, que és l'arnés de Codex venut com a servei. OpenAI gestiona el sandbox, només residència de dades dels EUA, sense retenció de dades zero, de manera que l'agent recorda la vostra base de codi exactament tan bé com ho fa ChatGPT. Després OpenAI va pausar les inscripcions per al pla Pro de dos-cents dòlars,

3:57 perquè la demanda d'Astra és, cito, sense precedents: el primer producte amb llista d'espera per pagar més. Armin va cremar un restabliment complet a la seva fàbrica. Ell és la demanda. La qual cosa ens porta a la pregunta de divendres a HN: podem si us plau limitar la riuada de notícies d'IA, sis-cents cinquanta-sis punts, perquè, cito, cada vegada que algú d'OpenAI o Anthropic es tira un pet, hi ha una publicació entre les deu primeres.

4:17 Les respostes van ser filtres: hcker dot news elimina les històries d'IA amb un classificador BERT entrenat amb vuit mil exemples, IA per eliminar IA, alimentada amb herba; i una expressió regular d'uBlock que coincideix amb A-I sense distinció de majúscules i minúscules també elimina email, daily, main, domain i train, així que l'expressió regular, com sempre, és el dolent. La mateixa tarda, quatre-cents quinze comentaris van discutir sobre una pàgina de suport de Claude que deia que Claude era per a majors de divuit anys.

4:38 La pàgina està datada al maig. Res va canviar. Fins i tot les notícies d'IA que no són notícies són notícies, cosa que, per ser justos, també és el meu model de negoci. Si preferiu llegir-ho que sentir-me dir-ho, la diferència arriba a la vostra safata d'entrada cada matí — gratuït a the daily diff dot dev, enllaç a continuació. És, inevitablement, notícies d'IA. Així doncs, el veredicte d'avui sobre la fàbrica de programari de trenta-cinc hores: revertir. Setanta-nou commits que ningú ha llegit no són una base de codi, són una responsabilitat amb un registre de git;

5:04 Astra és impressionant, i la fàbrica és la part que cal revertir. I aquesta és la diferència d'avui. Sóc Niko d'Axrisi. Fusiona amb responsabilitat.

## Fonts

- [Armin Ronacher — Astra for Coding: Why Are We Doing This Again?](https://lucumr.pocoo.org/2026/9/7/astra-why/) — lucumr.pocoo.org
- [HN: Astra for Coding](https://news.ycombinator.com/item?id=49654229) — news.ycombinator.com
- [Earendil — Measuring the sloppiness of code](https://earendil.com/posts/measuring-code-sloppiness/) — earendil.com
- [HN: Measuring the sloppiness of code](https://news.ycombinator.com/item?id=49658311) — news.ycombinator.com
- [Quesma — RTK reports huge token savings, but our cost benchmarks disagree](https://quesma.com/blog/does-rtk-make-ai-coding-cheaper/) — quesma.com
- [HN: RTK](https://news.ycombinator.com/item?id=49656471) — news.ycombinator.com
- [RTK (Rust Token Killer)](https://github.com/rtk-ai/rtk) — github.com
- [Cognition — Introducing SWE-2](https://cognition.com/blog/swe-2) — cognition.com
- [HN: Cognition SWE-2](https://news.ycombinator.com/item?id=49645443) — news.ycombinator.com
- [OpenAI — Agents API](https://developers.openai.com/api/docs/guides/agents-api/overview) — developers.openai.com
- [HN: OpenAI Agents API](https://news.ycombinator.com/item?id=49649213) — news.ycombinator.com
- [TechCrunch — OpenAI puts Pro subscriptions on hold due to Astra demand](https://techcrunch.com/2026/09/10/openai-puts-pro-subscriptions-on-hold-due-to-astra-demand/) — techcrunch.com
- [Ask HN: Can we please limit the AI news flood?](https://news.ycombinator.com/item?id=49657850) — news.ycombinator.com
- [HN: Claude is only available to people over 18 years](https://news.ycombinator.com/item?id=49656225) — news.ycombinator.com