Hugging Face Blog·· 2 小时前精选AI 评分62
IBM 用同一模型对比 CUGA、Hermes 与 Deep Agents 三个 Agent harness
Same Model, Different Harness: CUGA, Hermes, and Deep Agents — When to Pick CUGA?
AI 导读
IBM Research 用同一个开源模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比 CUGA、Hermes 和 Deep Agents 三个 harness，任务完成率分别为 81.1%、46.7% 和 30.0%，说明 harness 选择对结果影响很大。
推荐理由
同一模型换 harness 完成率从 30% 到 81%，这组对照数据能帮读者理解选型应匹配工作负载而非只看模型。
来源：Hugging Face Blog · huggingface.co