Build real agentic apps using CUGA: IBM's lightweight agent harness

编译摘要

1. 浓缩

• 核心结论1: CUGA 代表了 "governed by construction" 的 harness 设计——六种策略类型（Intent Guard/Tool Approval/Output Formatter/Tool Guide/Rate Limiter/CustomPolicy）在运行时内置，治理路径是默认路径而非附加层
  • 关键证据: IBM Research 开源项目，pip install cuga，策略系统使用 sqlite-vec 进行语义匹配，策略文件版本化在 .cuga 文件夹中
• 核心结论2: CUGA 的轻量 API 设计（CugaAgent = 工具列表 + prompt → await agent.invoke(...)）体现了 "Harness carries the load" 理念——planning、reflection、variable-tracking 由 harness 承担，使较小的开源模型也能在 AppWorld 和 WebArena 等 benchmark 上领先
  • 关键证据: 三个推理模式（Fast/Balanced/Accurate）、三种沙箱（local/Docker/E2B cloud）、模型无关的一键切换
• 核心结论3: CUGA Supervisor 的多 Agent 架构（Ouroboros 七 Agent 线索生成系统）和 Agent Skills（SKILL.md + ALTK-Evolve 自进化）展示了从单 Agent 到多 Agent 的平滑扩展路径
  • 关键证据: 两个打单文件应用示例 + Sovereign Core 生产部署（gpt-oss-120b 完全离线运行，OpenTelemetry 追踪）

2. 质疑

• 关于"governed by construction"的质疑: 六种策略类型覆盖了常见场景，但策略本身仍需人工定义——"governed by construction"指的是治理机制内置，而非治理规则自动生成
• 关于 benchmark 领先的质疑: AppWorld 和 WebArena 的领先可能部分归因于 harness 设计，也可能部分归因于模型选择——需要更严格的 ablation 研究
• 关于 ALTK-Evolve 的质疑: Agent 从自身运行中改进 Skill 存在自我强化偏差的风险——如果初始 Skill 有缺陷，自我进化可能放大而非修正

3. 对标

• 跨域关联1: CUGA 的 "governed by construction" 与 Constraint-Infrastructure 理念完全一致——将约束嵌入运行时而非事后附加
• 跨域关联2: CUGA 的轻量 API + 策略系统与 HaaS-Harness-as-a-Service 的 "从构建 API 到构建 Harness 运行时" 对应——CUGA 是 HaaS 的开源实现
• 跨域关联3: Agent Skills 的按需加载模式与 Context-Engineering 中的 "Just in Time" 检索和 Skill-Chains 形成呼应

关联概念

• Agent-Harness
• HaaS-Harness-as-a-Service
• Constraint-Infrastructure
• Context-Engineering
• Skill-Chains
• Agent-Orchestration