Notater
Korte, daterte notater fra arbeidet: én ting som skjedde, med tallene, og hva den lærte meg.
- Ikke påviselig, ikke fraværende
147 strategikandidater for BTC og krypto, ingen som tåler en korreksjon for alle sammen. Hvordan loggen bak tallet virker, og hvorfor konklusjonen er «ikke sett til denne kostnaden», ikke «ingen fordel».
- Sjekken sjekkes
Verifikatorsteget fikk fem endringer på én ettermiddag, hentet fra det fagmiljøet diskuterte den uken. Testing og gjennomgang fant tre feil i det samme dag. To modeller, samme fangstrate, null falske positive.
- Det et modellbytte avslørte
Feil på fire steder rundt Turboscores lokale modell, fra gangene den ble lagt til, byttet eller flyttet. Ingen av dem er en dom over modellen.
- Lokal LLM på egen server: hva koster det, og hva krever det?
To produkter svarer kunder med en språkmodell som kjører på et skjermkort fra 2016. Målt over 15 dager: 12 W i snitt. Det store kortet står på arbeidsstasjonen, ikke i produksjonen. Tallene, og hva de betyr for en liten bedrift.
- Verifikatoren som tok verifikatoren
Før en dokumentasjons-commit prøver en annen agent, uten minne om arbeidet, å motbevise hver påstand i den. På første skarpe kjøring fant den tre reelle feil i én endring, deriblant en «rettelse» som selv var feil.
- Minnetak på et nettstedsbygg på en server med 1,7 GB
Dette nettstedet bygger seg selv på en server med én CPU og 1,7 GB minne. Uten tak toppet bygget på 677–689 MiB; et systemd-tak på 450 MiB kostet ingenting målbart. Hva de to minnetallene betyr, og hva som ikke virket.
- Hva «Who is hiring?» spør etter
Tolv måneder med ansettelsestråder på Hacker News, talt av ett skript: hvilke AI-begreper steg, hvilke lå flatt, og hva tråden selv gjorde.
- Slik jobber jeg med kodeagenter
Flere Claude Code-økter samtidig mot systemer i drift: reglene som hindrer at det går galt, og gjennomgangen som ga dem.
- En test som kan feile
Turboscores test av søkekvaliteten rapporterte grønt i seks uker uten å påstå noe. Dette fanget den da den kunne feile.