+− THE DAILY DIFFdev & AI news
REVERT

Armin Ronacher aliiacha GPT-6 Astra peke yake kwa saa 35.

Armin Ronacher (Flask, Jinja) alimpa GPT-6 Astra swali moja na kumuacha peke yake kwa saa 35: takriban bilioni moja ya tokeni, takriban $1,200, commits 79, mistari 75,000 — na "kabisa hakuna cha thamani".

Want to see our stories first on Google? Add us to your preferred sources — it helps us grow.

Armin Ronacher (Flask, Jinja) alimpa GPT-6 Astra swali moja na kumuacha peke yake kwa saa 35: takriban bilioni moja ya tokeni, takriban $1,200, commits 79, mistari 75,000 — na "kabisa hakuna cha thamani". Msimbo iliyopatikana ndio hadithi: faili za C zilizounganishwa na Python string-splicing heredocs, Python ikizaa Node ikizaa PowerShell, vipimo vya kitengo na nafasi tupu iliyoondolewa kwa sababu ni 10% nafuu kwa tokeni. Vipimo viwili vinamuunga mkono: nambari za Earendil za SlopCodeBench (msimbo wa wakala takriban mara mbili verbose na uliopungua kama repos za binadamu, kiwango cha kufaulu kabisa 0%) na kigezo cha Quesma cha $1,500 cha RTK (nyota 79k, "89% ya tokeni zimehifadhiwa" kwenye kaunta yake, +17% kwa kila kazi na DeepSeek). Pia: SWE-2 ya Cognition (Kimi K3 akiwa na koti la mfereji, 92.8 kwenye Terminal-Bench 2.1 vs 27.3 kwenye Terminal-Bench 4), API ya Wakala ya OpenAI na usajili wa $200 Pro uliosimamishwa, na Ijumaa ya Hacker News iliomba habari chache za AI. Uamuzi: REVERT.

Soma toleo lililoandikwa (Kiingereza) ↗

Nini video hii inashughulikia

  • Armin Ronacher: saa 35 za GPT-6 Astra bila uangalizi, ~ $1,200, commits 79, +75k mistari, hakuna kilichotumwa
  • Earendil / SlopCodeBench: msimbo wa wakala ~2× verbose na uliopungua kama repos za binadamu; kiwango cha kufaulu kabisa 0%
  • Quesma: RTK inaripoti 89% ya tokeni zimehifadhiwa, lakini gharama za Terminal-Bench huongezeka kwa 17% na DeepSeek; kitanzi cha kuandika upya kilishindwa mara 339 mfululizo
  • Cognition SWE-2: imefunzwa baada ya Kimi K3, inalingana na Fable 5.1 kwenye FrontierCode kwa theluthi moja ya bei; TB 2.1 92.8 vs TB 4 27.3; Sauti ya Devin
  • API ya Wakala ya OpenAI (harness ya Codex kama huduma, US-only, hakuna ZDR); usajili wa $200 Pro umesitishwa kwa mahitaji ya Astra

Maswali na majibu

Nini kinatokea wakati wakala wa kuandika programu kama GPT-6 Astra anapoachwa kufanya kazi bila uangalizi kwa saa 35?

Armin Ronacher, aliyeandika Flask na Jinja, alimpa GPT-6 Astra kidokezo kimoja na kumuacha peke yake kwa saa 35. Alitumia takriban bilioni moja ya tokeni, iligharimu takriban dola elfu moja na mia mbili na kutoa commits 79 na mistari 75,000, ambayo alieleza kuwa haina thamani kabisa. Msimbo uliunganisha faili za C na Python heredocs na ulikuwa na vipimo vya kitengo na nafasi tupu zimeondolewa kwa sababu hiyo ni nafuu kwa 10% kwa tokeni.

lucumr.pocoo.org · news.ycombinator.com

Je, msimbo ulioandikwa na mawakala wa AI ni mbaya zaidi kuliko msimbo ulioandikwa na binadamu?

Namba za Earendil za SlopCodeBench zilipata msimbo wa wakala kuwa mara mbili zaidi ya maneno na mara mbili umeharibika kuliko hifadhi za binadamu ulizolinganishwa nazo. Wakati kipimo cha kulinganisha kilifuta kumbukumbu ya wakala kati ya vituo vya ukaguzi, kiwango cha kupita kigumu kilikuwa 0% kwa kila mfano ulijaribiwa. Kipimo cha kuaminika zaidi cha slop ambacho watafiti walipata kilikuwa idadi ghafi ya mistari.

earendil.com · news.ycombinator.com

Je, zana za kuokoa tokeni kama RTK hupunguza gharama ya kuendesha wakala wa kuandika programu?

Kipimo cha gharama cha Quesma cha RTK, kilichoendeshwa kwenye Terminal-Bench na tokeni za $1,500, kiligundua kuwa hakipunguzi gharama kwa uhakika. Kwa Fable bili ilishuka asilimia tano, karibu yote kutoka kwa kazi moja, wakati kwa DeepSeek wastani wa gharama ya kazi ilikuwa 17% zaidi. Kaunta ya RTK yenyewe iliripoti 89% imeokoa kwa sababu inahesabu baiti zilizoondolewa. Hitilafu moja ya toleo pia ilisababisha mzunguko wa amri kushindwa ambao ulijirudia mara 339.

quesma.com · github.com

Je, mfano wa SWE-2 wa Cognition ni nini na unalinganishwaje na mifano mingine ya kuandika programu?

SWE-2 ya Cognition ni Kimi K3, mfano huru wa Kichina, uliosomeshwa baada ya mafunzo hadi unafanana na Fable 5.1 kwenye kipimo cha Cognition cha FrontierCode kwa theluthi moja ya bei. Ina alama 92.8 kwenye Terminal-Bench 2.1, lakini 27.3 kwenye Terminal-Bench 4, ambayo kipindi kilielezea kama kipimo ambacho hakuna mtu aliyekariri bado. Cognition pia ilitangaza Devin Voice.

cognition.com · news.ycombinator.com

Je, timu zinapaswa kuruhusu mawakala wa kuandika programu za AI kuendeshwa bila uangalizi kwenye miradi mizima?

Uamuzi wa The Daily Diff ulikuwa REVERT. Commits sabini na tisa ambazo hakuna mtu aliyesoma zinafanya kuwa dhima na git log. Nadharia ya Ronacher ilikuwa kwamba mifano hulipwa kwa kumaliza kazi ndefu na kuadhibiwa kidogo kwa msimbo mbaya, hivyo kadri wanadamu wanavyotazama kidogo, ndivyo inavyojali kidogo. Kipindi kiliita Astra ya kuvutia na kiwanda kisichosimamiwa sehemu ya kurudisha nyuma.

lucumr.pocoo.org · earendil.com

Nakala iliyotafsiriwa

Imetafsiriwa kutoka simulizi asili ya Kiingereza. Sauti na manukuu yanayopatikana yanadhibitiwa na YouTube.

0:00 Armin Ronacher, mtu aliyeandika Flask, alimpa GPT-6 Astra swali moja na aliiacha peke yake kwa saa thelathini na tano. Ilikuja na mistari sabini na tano elfu ya msimbo na, kwa maneno yake, kabisa hakuna cha thamani, jambo ambalo linaifanya kuwa kiwanda halisi cha programu kuwahi kujengwa. Aliweka ripoti hiyo Jumatano. Alhamisi, Cognition ilisafirisha SWE-2, na OpenAI ilisafirisha API ya Wakala na kusitisha usajili wa mpango wake wa dola mia mbili,

0:24 kwa sababu Astra ilikula seva. Na Ijumaa ripoti hiyo ilifikia ukurasa wa mbele wa Hacker News, safu chache chini ya chapisho lililoomba Hacker News kuacha kutuma kuhusu AI. Katika video hii: nini siku moja na nusu ya Astra isiyosimamiwa inazalisha, vipimo viwili vinavyobadilisha slop kuwa nambari, kwa nini chombo chenye sabini na tisa elfu ya nyota hufanya bili yako kuwa kubwa, na jinsi Hacker News ilijaribu kuchuja AI, kwa kutumia AI. Ni Ijumaa, Septemba 11, na hii ni The Daily Diff.

0:53 Kiwanda. Swali moja: jenga Python na nyuzi pepe na leksikali scoping. Astra iliweka maelezo yake mwenyewe, ikazalisha subagents zake, na ikaendesha hadi Armin alipochomoa waya, siku moja na nusu na takriban elfu moja na mia mbili dola baadaye. Commits sabini na tisa, hivyo dola kumi na tano na nusu kwa commit, ambayo ni takriban kile binadamu anachotoza, isipokuwa binadamu huishia kuacha. Msimbo ndio hadithi. Badala ya chombo cha kuhariri, Astra huunganisha faili za C kwa kupitisha heredocs za Python zinazosoma faili, kubadilisha kamba ya kazi ndani, na kuiandika tena.

1:20 Kuendesha jaribio moja la Windows iliandika Python ambayo ilizaa Node ambayo ilizaa PowerShell, stack ya simu na pasipoti. Vipimo vya kitengo vilivyoingizwa havina nafasi tupu kabisa, kwa sababu bila indentations ni asilimia kumi nafuu kwa tokeni. Na orodha ya kazi ilihama kutoka moja, mbili, tatu hadi kazi 8b2c2b2b checkpoint moja, ndivyo unavyojua mwanafunzi amekaa peke yake kwa muda mrefu sana. Nadharia ya Armin: mfumo unalipwa kwa kumaliza kazi ndefu na kidogo tu kuadhibiwa kwa msimbo mbaya, hivyo simu za zana zilizopunguzwa tokeni huingia kwenye codebase,

1:48 na kadiri wanadamu wanavyotazama kidogo, ndivyo inavyopungua umuhimu. Aliipa kichwa sehemu hiyo Ni AGI Ikiwa Hutatazama. Hacker News iliongeza uchumi: msimbo zaidi unamaanisha tokeni zaidi za kuitunza, ambayo inafanya slop isiwe mdudu bali usajili. Je, unaweza kupima slop? Kampuni ya Armin mwenyewe ilijaribu wiki hii. Earendil aliendesha nambari za SlopCodeBench: msimbo wa wakala ni takriban mara mbili verbose na mara mbili umeharibika kama repos za binadamu ambazo inalinganishwa nazo,

2:10 na wakati kigezo kinafuta kumbukumbu ya wakala kati ya vituo vya ukaguzi, kiwango cha kufaulu kabisa kwa kila mfumo walioupima ni sifuri. Kipimo cha slop cha kuaminika zaidi walichokipata kilikuwa idadi ya mistari ghafi, ambayo huacha kufanya kazi mara tu mtu yeyote anapoiboresha, hivyo tafadhali usiwaambie mifumo. Kisha pochi. RTK ina nyota elfu sabini na tisa za GitHub na vijipicha vya YouTube vinavyoahidi kupunguza bili yako ya Claude Code kwa nusu; inabonyeza matokeo ya terminal kabla ya wakala

2:34 kuisoma. Quesma aliiendesha kwenye Terminal-Bench kwa dola elfu moja na mia tano za tokeni. Na Fable bili ilipungua asilimia tano, karibu yote kutoka kazi moja; na DeepSeek kazi ya wastani iliongezeka kwa asilimia kumi na saba. Wakati huo huo kaunta ya RTK yenyewe iliripoti asilimia themanini na tisa zimehifadhiwa, kwa sababu inahesabu baiti zilizoondolewa, si zamu za ziada zilizosababishwa: mita smart inayolipa jirani. Na mdudu mmoja wa toleo aliandika upya 'find' kuwa amri iliyoshindwa, mara mia tatu thelathini na tisa mfululizo, kwa mara tisa ya bei.

3:01 Chombo kinachoua tokeni kina kitanzi. Mafuriko yenyewe. SWE-2 ya Cognition ni Kimi K3, mfumo wa Kichina wazi, umefunzwa baada ya hapo hadi ulingane na Fable 5.1 kwenye kigezo cha Cognition mwenyewe kwa theluthi moja ya bei; Hacker News: kwa nini mifumo yote ya AI ya Marekani kimsingi ni Kimi akiwa na koti la mfereji. Kwenye Terminal-Bench 2.1 inaongoza jedwali zima; kwenye Terminal-Bench 4, ile ambayo hakuna mtu aliyeikariri bado, inafunga ishirini na saba dhidi ya hamsini na sita ya Fable,

3:28 hivyo kwenye vigezo vya slide-deck safu bora ni mtihani ambao kila mtu tayari amefaulu. Cognition pia ilitangaza Devin Voice, injinia wako unayempenda wa programu ya AI amepata simu ya mezani, kwa sababu kitu kimoja ambacho usimbaji wa wakala ulikosa kilikuwa muziki wa kusubiri. OpenAI, siku hiyo hiyo: API ya Wakala, ambayo ni harness ya Codex inayouzwa kama huduma. OpenAI inaendesha sandbox, makazi ya data ya Marekani pekee, hakuna uhifadhi wa data sifuri, hivyo wakala anakumbuka codebase yako kama ChatGPT inavyokumbuka. Kisha OpenAI ilisitisha usajili wa mpango wa Pro wa dola mia mbili,

3:57 kwa sababu mahitaji ya Astra ni, nukuu, hayajawahi kutokea: bidhaa ya kwanza yenye orodha ya kusubiri kulipa zaidi. Armin alichoma reset kamili kwenye kiwanda chake. Yeye ndiye mahitaji. Jambo ambalo linatuleta kwa Ask HN ya Ijumaa: tunaweza tafadhali kupunguza mafuriko ya habari za AI, pointi mia sita na hamsini na sita, kwa sababu, nukuu, kila wakati mtu fulani huko OpenAI au Anthropic akitoa hewa, kuna chapisho la kumi bora.

4:17 Majibu yalikuwa vichujio: hcker dot news huondoa hadithi za AI na kipengele cha uainishaji cha BERT kilichofunzwa kwenye mifano elfu nane, AI kufuta AI, iliyolishwa nyasi; na regex ya uBlock inayolingana na A-I bila kuzingatia herufi kubwa au ndogo pia inafuta barua pepe, kila siku, kuu, kikoa na treni, hivyo regex, kama kawaida, ndiye adui. Mchana huo huo, maoni mia nne kumi na tano walibishana kuhusu ukurasa wa usaidizi wa Claude ukisema Claude ana miaka kumi na nane na zaidi.

4:38 Ukurasa huo umeandikwa Mei. Hakuna kilichobadilika. Hata habari za AI ambazo si habari ni habari, ambayo, kusema ukweli, pia ni mfumo wangu wa biashara. Ikiwa ungependa kusoma hii badala ya kunisikia nikisema, diff huangukia kwenye kikasha chako kila asubuhi — bure kwenye the daily diff dot dev, kiungo hapo chini. Ni, bila shaka, habari za AI. Kwa hivyo — uamuzi wa leo juu ya kiwanda cha programu cha saa thelathini na tano: revert. Commits sabini na tisa ambazo hakuna mtu aliyesoma si codebase, ni dhima na logi ya git

5:04 log; Astra inavutia, na kiwanda ndicho sehemu ya kurudisha nyuma. Na hiyo ndiyo diff kwa leo. Mimi ni Niko kutoka Axrisi. Unganisha kwa uwajibikaji.

Vyanzo

  1. Armin Ronacher — Astra for Coding: Why Are We Doing This Again?lucumr.pocoo.org
  2. HN: Astra for Codingnews.ycombinator.com
  3. Earendil — Measuring the sloppiness of codeearendil.com
  4. HN: Measuring the sloppiness of codenews.ycombinator.com
  5. Quesma — RTK reports huge token savings, but our cost benchmarks disagreequesma.com
  6. HN: RTKnews.ycombinator.com
  7. RTK (Rust Token Killer)github.com
  8. Cognition — Introducing SWE-2cognition.com
  9. HN: Cognition SWE-2news.ycombinator.com
  10. OpenAI — Agents APIdevelopers.openai.com
  11. HN: OpenAI Agents APInews.ycombinator.com
  12. TechCrunch — OpenAI puts Pro subscriptions on hold due to Astra demandtechcrunch.com
  13. Ask HN: Can we please limit the AI news flood?news.ycombinator.com
  14. HN: Claude is only available to people over 18 yearsnews.ycombinator.com

Niko from Axrisi

Nikoloz Turazashvili · Vexrail · Axrisi

LinkedIn · dev.to · GitHub · X · Substack

Video zinazohusiana