FINDING #2535 · 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)
21% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
57.19
ACCEL
-0.20
RETENTION
9.1%
PEAK 2026-05-19 · FORK-RETENTION 0.0% · 5,147 STARS / WINDOW
Author Audience
AUDIENCE
10,149
FOLLOWERS
1,286
OWNER ★
37,886
Engagement Signals
FORKS
1,848
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 5,147 / 5,147 (DIVERSITY 1.00)
Why This Is A Finding
humanlayer/12-factor-agents собрал 5,147 звёзд за окно, тогда как у автора всего 1,286 подписчиков — эффективная аудитория ≈ 10,149. Это даёт surprise-индекс 0.00561 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 65% OF 7165 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 7165 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 65%
VELOCITY57.193.71+53.48ABOVE 97%
RETENTION9.1%15.4%-6.3 PPABOVE 30%
FORKS1,84884+1,764ABOVE 97%
SURPRISE0.010.01-0.01ABOVE 33%