Hugging Face Blog·· 2 小时前精选AI 评分62
同一模型换 harness：CUGA、Hermes 与 Deep Agents 在 AppWorld 上的对比
Same Model, Different Harness: CUGA, Hermes, and Deep Agents — When to Pick CUGA?
AI 导读
IBM 团队用同一开源模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比 CUGA、Hermes 和 Deep Agents，任务通过率分别为 81.1%、46.7% 和 30.0%，三变体全部通过的场景数为 20、8、2。
推荐理由
同一模型换 harness 后 AppWorld 完成率从 30% 升到 81%，并说明 CUGA 的策略执行层与适用边界。
来源：Hugging Face Blog · huggingface.co