Nie wierz nam na słowo. Skopiuj poniższy prompt do agenta-programisty (Claude Code, Cursor, Codex lub podobny), a zbuduje Ci on od zera, na Twoim komputerze, niezależną implementację Talenta — i sam sprawdzi, czy otrzymuje te same wyniki co my. Potrzebujesz tylko Pythona i darmowego klucza API FRED (rejestracja, 2 minuty).
Zbuduj od zera niezależną implementację jednostki wartości „Talent (TLN)" i zweryfikuj
jej wyniki względem wartości kontrolnych podanych na końcu. Pracuj etapami, po każdym
etapie uruchom kod i pokaż wyniki. Język: Python 3, tylko biblioteki standardowe +
requests (+ opcjonalnie matplotlib do wykresów). Nie korzystaj z kodu referencyjnego —
celem jest NIEZALEŻNA reprodukcja z samej specyfikacji.
KONTEKST
Talent to jednostka rozliczeniowa do umów wieloletnich: środek geometryczny indeksu cen
i indeksu płac, T = 100·√(I_c × I_w). Minimalizuje „żal dwustronny": dłużnik nie odda
więcej względem płac, niż wierzyciel straciłby względem cen — i odwrotnie. Pełna
specyfikacja: https://kurek0010.github.io/talent/specyfikacja.html
ETAP 1 — pobranie danych (FRED API, klucz podam po uruchomieniu; format JSON):
https://api.stlouisfed.org/fred/series/observations?series_id=SERIA&api_key=KLUCZ&file_type=json
Serie roczne (frequency=a, aggregation_method=avg):
CPIAUCNS (CPI USA, od 1913), CES3000000008 (płaca godz. przemysł USA, od 1939),
A939RC0A052NBEA (PKB/os. USA, od 1929), POLCPIALLMINMEI (CPI Polska, od 1989)
Serie miesięczne (bez parametru frequency):
AHETPI, PAYEMS (od 2000-01)
Zapisz wszystko do CSV (rok/miesiąc, wartość). Płace Polski: przeciętne miesięczne
wynagrodzenie GUS/ZUS rocznie 1989–2024 — pobierz z tabel GUS/ZUS („przeciętne
wynagrodzenie w gospodarce narodowej", uwzględnij denominację 1995 [÷10000]
i przełom netto→brutto w 1999 [łańcuchuj wzrostem ~+11,1%]).
ETAP 2 — metryka żalu (regret):
Dla indeksu I i okna [t, t+h]: R = I(t+h)/I(t), C = wzrost cen, P = wzrost płac.
żal_dłużnika = max(0, R/P − 1); żal_wierzyciela = max(0, C/R − 1); żal = max z obu.
Licz po wszystkich latach startu i horyzontach h ∈ {3,5,10,20,30}; raportuj:
% okien z żalem < 2%, medianę, 95. percentyl, maksimum (+ kto i które okno).
Test tożsamości: (R/P)·(C/R) musi równać się C/P dla dowolnego R.
ETAP 3 — test stulecia USA:
Kandydaci: nominal (stały), CPI, płaca, Talent = √(CPI·płaca).
Bieg A: 1929–2025, benchmark dochodowy = PKB/os. (CPIAUCNS + A939RC0A052NBEA).
Bieg B: 1939–2025, benchmark = płaca (CPIAUCNS + CES3000000008).
ETAP 4 — test Polski 1989–2024 (POLCPIALLMINMEI + płace GUS/ZUS), ci sami kandydaci.
ETAP 5 — noga płacowa v0.2 (korekta efektu składu):
Na danych miesięcznych: W1 = AHETPI (przeciętna płaca);
W2 = AHETPI × PAYEMS / MA12(PAYEMS), gdzie MA12 = średnia z 12 ostatnich wartości
(krocząca wstecz). Policz dynamiki m/m dla kwietnia 2020 i dryf 2000-01→2026-06.
ETAP 6 — raport końcowy: tabela porównawcza z wartościami kontrolnymi + werdykt
ZGODNE/NIEZGODNE dla każdej pozycji (tolerancja ±0,5 p.p.; przy rewizjach danych
FRED dopuszczalne ±1 p.p., kierunki i rzędy wielkości muszą się zgadzać).
WARTOŚCI KONTROLNE (moje wyniki do reprodukcji):
1. Bieg B (1939–2025): Talent — ~88% okien zero-żalu, p95 ≈ 3,5%, MAX ≈ 6,1%
(najgorsze okno: dłużnik, 1978→2008). CPI: max ≈ 12,5%. Nominal: max ≈ 384%
(wierzyciel, 1965→1995).
2. Bieg A (1929–2025): Talent max ≈ 19,7% (wierzyciel, 1929→1932);
czyste CPI i czysty dochód: po ≈ 43,3% (to samo okno).
3. Polska: Talent max ≈ 10,4% (wierzyciel, 1989→1994); nominal max ≈ 10 800%
(wierzyciel, 1989→2019/2024).
4. Noga v0.2: IV 2020 m/m: W1 ≈ +4,2%, W2 ≈ −8,9%; dryf 2000-01→2026-06:
W1 ≈ +135,7%, W2 ≈ +136,2% (różnica < 1 p.p.).
5. Sanity-check danych: CPI USA 2025/1996 ≈ ×2,05; płaca CES 2025/1996 ≈ ×2,28;
CPI PL 2024/1989 ≈ ×157.
Na koniec wypisz, które wartości się zgodziły, które nie i dlaczego (np. rewizja
danych źródłowych), oraz jedną tabelę „żal Talenta vs alternatywy" gotową do publikacji.
Prompt jest samowystarczalny: agent pobiera dane z publicznych API, implementuje formułę z samej specyfikacji (bez zaglądania do naszego kodu) i porównuje wyniki z naszymi. Jeśli dostanie te same liczby — a dostanie — nie musisz już wierzyć nam, tylko własnemu komputerowi. Tak rozumiemy „kod jest metodologią".