核心概念

CUGA（Configurable Generalist Agent）是 IBM Research 開源的企業級代理 Harness，目標是消除 AI 代理應用開發中的「管道工作」（plumbing work）。開發者只需定義工具列表與系統提示詞，框架自動處理規劃→執行迴圈、狀態管理與自我修正機制。

為什麼選擇 Harness 而非 Framework？

傳統框架要求開發者從零組裝規劃器、工具呼叫器、狀態追蹤器。CUGA 的設計哲學是約定優於配置：預組裝機制包含計劃前執行（Plan-then-Execute）、CodeAct 工具執行、長期狀態追蹤、反思步驟。三種推理模式（Fast / Balanced / Accurate）依任務複雜度配置，平衡成本與延遲。模型無關性支援 OpenAI、Anthropic、watsonx、Ollama，一行環境變數切換供應商。基準測試：AppWorld 排名第 1（07/25–02/26）、WebArena 排名第 1（02/25–09/25）。

最小應用結構

agent = CugaAgent(
    model=create_llm(provider=os.getenv("LLM_PROVIDER"), model=os.getenv("LLM_MODEL")),
    tools=_make_tools(),           # 局部函數 + MCP 工具混合
    special_instructions=_SYSTEM,
    cuga_folder=str(_DIR / ".cuga"),
)

響應信封規約（可靠性關鍵）

所有工具回傳遵循標準信封格式——成功：{"ok": true, "data": {...}}；失敗：{"ok": false, "code": "...", "error": "..."}。CUGA 規劃器能優雅處理聲明性失敗，20 步長任務不因異常中斷脫軌。

關鍵要點

  • 24 個單文件應用範例：涵蓋研究（Paper Scout、Wiki Dive）、日常生產力（城市簡報、旅遊規劃）、文件/媒體（PDF RAG、音視頻處理）、企業（IBM 產品 RAG）、多代理（Ouroboros 銷售線索系統，7 個專家代理）
  • 運行時治理系統（Policy System）：六種策略——Intent Guard（請求前拒絕危險操作）、Tool Approval（人工批准）、Tool Guide、Playbook（固定工作流）、Output Formatter、CustomPolicy。以語義相似度（sqlite-vec）匹配觸發，存儲於 .cuga/ 實現「政策即代碼」
  • 多代理擴展路徑：CugaSupervisor（監督者模式，各專家代理隔離上下文）→ Agent Skills（SKILL.md 可復用程序知識）→ ALTK-Evolve（代理自動精煉技能的自學框架）
  • 7 個免認證 MCP 伺服器（36 個工具）：web、knowledge（維基百科/arXiv）、geo、finance、code 執行、text 處理，託管於 IBM Code Engine

實務應用

從開發到生產無需重寫是最大企業價值主張。IBM Sovereign Core 部署：程式碼與本機版本完全相同，切換只需更改環境變數，模型可替換為本地 gpt-oss-120b（開源），數據不離境，OpenTelemetry + Grafana Tempo 提供完整可觀測性。

Ouroboros 多代理案例：Scout、Site Auditor、Voice-of-Customer、Person Finder、Stack Scanner、Revenue Estimator、Pitch Email Writer，新增第 8 個專家只需一行工廠程式碼。

快速入門：

git clone https://github.com/cuga-project/cuga-apps.git
cd build && cp .env.example .env
docker compose up --build  # 開啟 http://localhost:8080

延伸觀點

Agent = Model + Harness 是業界正在收斂的公式（Medium/Masood 2026；IBM Research blog）。Harness 不是框架，而是包圍 LLM 推理引擎的「作業系統」層，負責 context 管理、工具派送、安全執行與 session 持久化，將概率性推理轉為確定性行動。CUGA 的設計正是這個方向的具體實現。

兩篇來源（IBM Research blog + Medium）共同指出：生產系統應偏向有界、確定性工作流（bounded, deterministic workflows），而非任意代理群集（chaotic swarms）。CUGA 的 Plan-then-Execute 架構 + Policy System 正是這一原則的落地。

「環境工程」（Environment Engineering）是值得關注的下一步趨勢：未來的方向是讓企業系統對自主代理「天然可讀」，而非強迫代理去適應敵意架構。CUGA 的 MCP 橋接與 OpenAPI 整合是先行者。結合 A2A（Agent-to-Agent）協議，多代理間的委派鏈將更標準化，與 CUGA 的 CugaSupervisor 架構方向一致。

相關頁面：AI Agent 詞彙指南：Harness、Scaffold 與 Sub-agent 層次定義 | IBM Research：超越 LLM，企業 AI 規模化的 Agent Logic 關鍵 | MagenticLite：為小型模型優化的代理系統三層架構 | Open Agent Leaderboard：通用代理系統的開放評估框架

反向連結

以下頁面引用了本頁：