5 октября 2026 г.
ИИ-проверка Omarchy стала короче: Oligarchy довёл вход на рабочий стол до 2 минут
К 5 октября автор сократил проверку входа с 15 до 2 минут и теперь испытывает Clef, чтобы уложиться в 30 секунд.
ThePrimeagen
@theprimeagen
Новости об ИИ-проверках Omarchy При создании системы для запуска и управления QA-агентом есть две сложные задачи. 1. Как работать быстро в эпоху агентов, которые очень, очень медленные. 2. Что считать правильным? Что мы вообще проверяем? Первая не так интересна, а вот со второй я разбирался последнюю неделю. Когда я только начал, простейшему агенту нужно было около 15 минут, чтобы добраться до экрана блокировки в QEMU, ввести пароль и подтвердить, что мы вернулись на рабочий стол. После нескольких изменений медианное время упало примерно до 5 минут. Всё ещё отстой. После следующих изменений и перехода на собственную систему управления агентом я дошёл примерно до 2 минут. Всё ещё отстой. Поэтому последнюю неделю я экспериментирую с Clef: это Jev от Cloudflare с поддержкой изображений, которая мне и была нужна. Надеюсь сократить время с 2 минут до 30 секунд на весь сценарий: * войти в систему * открыть системное меню * заблокировать экран * ввести пароль * вернуться на рабочий стол * подтвердить, что всё готово. Если получится, я официально смогу перейти ко второму шагу. А он… ну, я от него не в восторге, и мне может понадобиться помощь. Если хотите помочь, дайте знать.
· 3,1 тыс. просмотров
ИИ-агент тратил около 15 минут на экран блокировки, ввод пароля и проверку возврата на рабочий стол. Теперь тот же проход занимает около 2 минут.
Ускорили управление агентом. После первых изменений медианное время упало примерно до 5 минут. Затем автор переделал систему запуска и управления агентом и дошёл до нынешних 2 минут. Она называется Oligarchy: запускает Omarchy в виртуальной машине QEMU, управляет клавиатурой и мышью, получает скриншоты. Каждый тест начинает со свежего диска.
Следующая цель охватывает вход, системное меню и повторную блокировку с возвратом на рабочий стол. Для проверки изображений автор последнюю неделю испытывает Clef от Cloudflare. За один запрос модель принимает до 64 вопросов и возвращает вероятности заданных вариантов ответа вместо свободного текста. Например, проверку «вернулись ли мы на рабочий стол?» можно задать как выбор ответа.
Запуск на своём стенде. Для подготовленного сервера Oligarchy автор описывает команду `./client start --agent-id <agent> --server-url <url> --iso <path|url>`. Перед запуском нужны `OLIGARCHY_TOKEN` и предварительное бронирование ресурса сервера, reservation. Команда `./client get-image` получает скриншот.
Clef доступна через Workers AI с 1 октября. В Cloudflare Dashboard токен создаётся по пути Workers AI → Use REST API → Create a Workers AI API Token, там же нужен Account ID. У вручную созданного токена должны быть права Workers AI Read и Edit.
Запрос отправляется методом POST на `https://api.cloudflare.com/client/v4/accounts/{ACCOUNT_ID}/ai/run/@cf/cloudflare/clef` с заголовком `Authorization: Bearer <token>`. В JSON передаются `model: "clef"`, `state` и `questions`. Для проверки скриншотов поле `images` принимает до 4 встроенных изображений PNG, JPEG или WebP, ссылки на удалённые картинки не подходят. В документации есть готовые примеры для curl и Python, а открытые веса Cloudflare/clef можно запустить у себя.
Cloudflare выпустила также Clef-flash. Обе модели работают с изображениями. Цены Workers AI на 1 октября за миллион входных токенов:
| Модель | Цена | | --- | --- | | Clef | $0,24 | | Clef-flash | $0,09 |
В 43 benchmark-прогонах Cloudflare от 1 октября модели отвечали со следующей медианной задержкой. Это время ответа модели в замере вендора, а не длительность проверки Omarchy.
| Модель | Медианная задержка | | --- | --- | | Clef | 209,3 мс | | Clef-flash | 38,8 мс | | Jev | 524,1 мс |
Если автор добьётся прохода за 30 секунд, он намерен перейти к следующей задаче: определить, что считать правильной работой системы и что проверять.
Первоисточник