CUGA团队对比三种Agent框架AppWorld表现

IBM 团队用同一个开源模型 GLM-5.3-flash，在 AppWorld 基准的 90 个任务上对比了 CUGA、Hermes 和 Deep Agents 三种 Agent 框架，任务通过率分别为 81.1%、46.7% 和 30.0%；全部变体都通过的场景数分别为 20、8、2。 该团队称，这是单一基准上的 90 任务样本，结果未必能推广到其他任务；三套框架的配置并不完全相同，且运行未使用策略，因此不衡量策略执行效果。CUGA 以 Apache 2.0 许可开源，可接入任意 OpenAI 兼容端点，支持本地、Kubernetes、私有云及隔离集群部署。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。