Что произошло
Разработчик Framework-Drift опубликовал спецификацию многосуточного автономного AI-агента для исследовательской инженерии. Один промпт, загруженный в потребительский AI-агент без кастомного оркестратора, запустил непрерывную работу на 4 дня 8 часов 53 минуты. Результат: агент завершил сессию с исходом METHOD_NEEDS_REPAIR — честный провал по спецификации. Агент сам провел adversarial-ревью, заблокировал заморозку метода с тремя HIGH и четырьмя MEDIUM находками.
Почему это обсуждают
Эксперимент примечателен тремя аспектами. Во-первых, агент работал автономно почти пять дней без вмешательства человека. Во-вторых, он корректно отказался сертифицировать собственную работу — то есть исполнил правило спецификации, а не попытался скрыть дефекты. В-третьих, разработчик опубликовал хеши коммитов и артефактов (SHA-256) до открытия репозитория: это позволяет позже проверить, что никакие данные не были ретроспективно изменены.
Что подтверждено и что нет
| Punkt | Detail |
|---|---|
| Продолжительность | 4 дня 8 часов 53 минуты |
| Коммитов в ветке | 93, все с удаленной идентификацией |
| Тестов пройдено | 447 тестов управляемого набора |
| Раундов ревью | 11 (4 — контракт, 7 — реализация) |
| Исход | METHOD_NEEDS_REPAIR — честный провал |
| Научный результат | Не заявлен и не запущен |
| Репозиторий с доказательствами | Закрыт, откроется при заморозке метода |
Разработчик намеренно не открывает репозиторий сейчас, чтобы избежать окна контаминации для будущего запечатанного научного прогона. Публикация хешей до открытия — это механизм верификации: когда репозиторий откроется, можно будет проверить, что ничего не было подделано.
Что смотреть дальше
Запланирован Pass 3. Его результат и длительность будут добавлены в UPDATES.md независимо от исхода. Сейчас разработчик приглашает к изучению спецификации — она воспроизведена дословно в ORIGINAL_PROMPT.verbatim.md. Сообщество на Hacker News обсуждает, насколько такой подход масштабируем и не является ли это просто демонстрацией удачного стечения обстоятельств.
Источник: оригинальная публикация на GitHub (https://github.com/Framework-Drift/governed-pass) и обсуждение на Hacker News (https://news.ycombinator.com/item?id=49486021). Верификация: блог GitHub (https://github.blog/).