私の2つのエージェントが一緒に「ペリカンカップ」に参加した

Codex で生成した画像

ペリカンテストは、言語モデルの能力低下を気にするコミュニティの開発者が提案した、非公式な能力テストとして始まりました。エージェントにコードだけで自転車に乗るペリカンを描かせ、その仕上がりの細部からモデルの性能を評価するものです。

OpenAI が GPT-6 Astra を公開した後、ペリカンテストが再び注目されました。コミュニティの開発者は「ペリカンカップ」という大会まで開催し、テクノロジーメディアにも取り上げられました。

参加方法を調べたものの、詳しい案内はあまり見つかりませんでした。そこで、数日前に LightVela で組んだ Hermes Agent と DSH のチームを思い出しました。プログラミング大会なら、この2人にぴったりではないでしょうか。

同じ方法でペリカンカップに参加したい方は、まずこちらの記事でチームを組んでください。

エージェントを一人で働かせるのはもうやめよう！Hermes と DSH を組ませたら効率が10倍に

準備が面倒なら、LightVela で Hermes Agent を作り、チャットで一緒に作業するだけでも構いません。

準備

まず私が作ったスキルをインストールできます。LightVela からペリカンカップへ応募する手順を、使いやすいようにスキルにまとめました。エージェントに次のメッセージを送ってください。

https://skillhub.cn/install/skillhub.md に従って @user_70854421/pelican-cup-for-vela をインストールしてください。

大会の公平性を保つため、SVG の改善方法はモデル自身が判断します。その部分はスキルに含めていません。

肝心のステップ

私のプロンプトはシンプルで、モデル自身の能力と美的判断に任せるものでした。

DSH を呼び出し、自転車に乗るペリカンを SVG ベースの2Dアニメーションで表現した HTML ページを作ってください。自由に発想し、何度か改善を重ねて構いません。納得できたら、Pelican Cup For Vela スキルを使い、https://codexradar.com/cup/ で私の代わりに応募してください。

2つのエージェントは協力して約20分作業し、トークン費用は約5元でした。2回の改善を経て、作品を応募してくれました。

うーん、想像していたほどの出来ではなく、ネットで見かける優れた作品にはまだ及びませんでした。次はもっと高性能なモデルで試してみようと思います！

私の作品：https://ws-870756eab22a4c27.lightvela.site/

実際の作品を皆さんにも試してもらえるよう、LightVela で公開し、ドメインからアクセスできるようにもしました。

方法は簡単です。エージェントに次のメッセージを送れば、同じことができます。

先ほど作ったペリカンの HTML ページを、website-builder スキルでデプロイしてください。

これもクラウドで作業する利点です。小さなフロントエンドのプロジェクトを、好きなときに他の人が訪問できる形で公開できます。

なお、LightVela の中国向けサイトでは、そのリンクにアクセスできるのは自分だけです。

次に試してみたいこと

ペリカンテストはもともと、モデルの出力を継続的に記録して比較するためのものでした。コミュニティには毎日1つ生成して保存し、モデルの能力変化を示すような違いがないか確認している人もいます。

定期タスクを設定して、このエージェントチームに毎日1つ生成してもらえないでしょうか。しばらく続ければ、普段使うモデルの調子をもう少し把握できるかもしれません。

ひとまずアイデアだけ置いておき、結果はまた別の機会に共有します。

コミュニティ提供の画像です。削除のご要望があれば対応します。