Hugging Face·· 3 小时前精选AI 评分71
同一模型在不同 Agent Harness 下的对比：CUGA、Hermes 与 Deep Agents
Same Model, Different Harness: CUGA, Hermes, and Deep Agents — When to Pick CUGA?
AI 导读
IBM 在控制变量采用相同 GLM-5.3-flash 模型的实验中，CUGA 在 AppWorld 基准测试中实现 81.1% 的任务完成率，高于 Hermes 的 46.7% 与 Deep Agents 的 30.0%。
推荐理由
原文通过控制变量实验展示了运行脚手架对模型表现的影响，为企业多系统自动化提供了具体的选型依据。
来源：Hugging Face · huggingface.co