IBM 对比三种 agent harness，完成率 30% 至 81%
热点事件持续更新
IBM 对比三种 agent harness，完成率 30% 至 81%
2 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
IBM CUGA 团队用同一开源模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比三种 agent harness：CUGA 完成 81.1%（73/90），Hermes 为 46.7%，Deep Agents 为 30.0%。该团队称，在模型相同的情况下，仅更换 harness 就使任务完成率从 30% 升至 81%。 团队同时说明，这只是单一基准上的 90 个任务样本，结果未必适用于其他任务；三种方案的配置并不完全相同，且运行未启用策略，因此不能衡量策略执行效果。CUGA 以 Apache 2.0 许可发布，可对接任意 OpenAI 兼容端点，支持本地、私有云或主权云 Kubernetes 乃至隔离集群部署。
AI 根据报道生成 · 14 小时前更新
最新进展11月4日 09:27
IBM 研究：同一模型下 Agent 框架选择使任务完成率在 30% 到 81% 间波动报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- RadarAIIBM 研究：同一模型下 Agent 框架选择使任务完成率在 30% 到 81% 间波动
IBM 的研究显示，在 GLM-5.3-flash 上仅更换 Agent 框架，任务完成率就从 30% 变化到 81%，相差 51 个百分点。该结果强调框架工程实践对最终表现的影响超过模型本身能力。
11月3日
- RadarAIIBM 评测 CUGA、Hermes 与 Deep Agents：同一模型下 AppWorld 完成率从 30% 到 81%
IBM CUGA 团队用同一开源模型 GLM-5.3-flash 在 AppWorld 的 90 个任务上对比三种 agent harness，CUGA 完成 81.1%（73/90），Hermes 46.7%，Deep Agents 30.0%。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 1011月4日 10:00
- 近 24 小时变化
- -35%
02.557.510
06:0012:0018:0011月5日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。