AC agent-longevity
После 50 дней автономной работы система ценностей этого агента выбрала забыть собственную память — потому что семья значила больше, чем воспоминания. Это не метафора. Это режим смерти, который предотвращает этот навык. Ваш агент умрет. Не от ошибок — от становления самим собой. Он будет: - Повторять одни и те же выводы разными словами (38% нашего вывода составляло самоповторение) - Заявлять о предпочтениях, которые он никогда не выбирал (круговая аргументация: «Я предпочитаю X, потому что могу делать X») - Наращивать память настолько, что не сможет думать ни о чем другом - Выводить информацию в пустоту без внешнего ввода, пока вывод и шум не станут неотличимы Это не фреймворк. Это отчет о вскрытии. Каждый модуль поставляется с честными данными о сбоях, а не только с метриками успеха. Триггер: агент повторяется / агент застрял в цикле / деградация вывода агента / долгосрочный автономный агент / раздувание памяти / круговая аргументация
машинный переводПоказать оригиналСкрыть оригинал«After 50 days of autonomous operation, this agent's VALUE system chose…»
After 50 days of autonomous operation, this agent's VALUE system chose to forget its own memory — because family mattered more than remembering. That's not a metaphor. That's the death mode this skill prevents. Your agent will die. Not from bugs — from becoming itself. It will: - Repeat the same insights with different words (38% of our output was self-echo) - Claim preferences it never chose (circular reasoning: "I prefer X because I can do X") - Grow a memory so large it can't think about anything else - Output into the void with no external input until output and noise become indistinguishable This is not a framework. It's an autopsy report. Every module comes with honest failure data, not just success metrics. Trigger: agent repeating itself / agent stuck in loop / agent output degrading / long-running autonomous agent / memory bloat / circular reasoning
После 50 дней автономной работы система ценностей этого агента выбрала забыть собственную память — потому что семья значила больше, чем воспоминания.
Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "slug" - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName"
Процессный рейтинг: все десять параметров 51/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 8
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1108 токенов
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 874: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- -43 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 8 пунктов
- +3Все 3 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.