FINDING #6432 · UNIT ID 957658915
humanlayer/12-factor-agents
What are the principles we can use to build LLM-powered software that is actually good enough to put in the hands of production customers?
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
2% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
21.40
ACCEL
-2.04
RETENTION
6.3%
PEAK 2026-09-18 · FORK-RETENTION 76.0% · 642 STARS / WINDOW
Author Audience
AUDIENCE
12,941
FOLLOWERS
1,716
OWNER ★
47,544
Engagement Signals
FORKS
2,007
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 642 / 642 (DIVERSITY 1.00)
Why This Is A Finding
humanlayer/12-factor-agents собрал 642 звёзд за окно, тогда как у автора всего 1,716 подписчиков — эффективная аудитория ≈ 12,941. Это даёт surprise-индекс 0.00165 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 76.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 34% OF 9675 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 9675 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 34%
VELOCITY21.403.80+17.60ABOVE 89%
RETENTION6.3%20.3%-14.0 PPABOVE 16%
FORKS2,007138+1,869ABOVE 94%
SURPRISE0.000.01-0.01ABOVE 20%