核心概念

CUGA（Configurable Generalist Agent）是 IBM Research 推出的開源代理框架，核心主張是：一個 Agentic App 應該只是一個你能整個放進腦子裡的單一檔案——你只需寫工具清單和提示詞，其餘由框架接管。

這與 Harness Engineering 的思維完全一致：框架（Harness）負責規劃迴圈、工具呼叫、狀態管理、自我糾錯；開發者專注於「這個 Agent 要做什麼」而非「如何讓 Agent 跑起來」。這也是 AI Agent 術語解析：Model、Harness、Scaffold 的精確定義 中所說的核心區分——框架不是函式庫，是把重複的 orchestration 邏輯封裝成可信任的底層。

CUGA 內建三大機制：

  • 長地平線規劃：透過變量追蹤與自糾正維持多步驟任務穩定性
  • 多執行模式：Fast / Balanced / Accurate 三種推理強度可按任務切換
  • 程式碼執行沙箱：本地、Docker/Podman 或 E2B 雲端環境，視安全需求選擇

基準測試上，CUGA 在 AppWorld（750 項真實 API 任務）排名第一、WebArena 排名第二——但 IBM 強調，這不是最重要的數字，真正的差異在治理。

關鍵要點

  • 最小開發者介面：只需定義工具函數（LangChain tool / OpenAPI / MCP 皆可）+ system prompt，其餘交給 CugaAgent
  • 治理從建構時開始：六種策略類型——Intent Guard（攔截危險請求）、Tool Approval（執行前人工確認）、Tool Guide（引導工具使用方式）、Playbook（固定已知良好程序）、Output Formatter（強制輸出格式）、CustomPolicy——策略在代理選擇工具前就已生效，不是事後補丁
  • 工具響應約定：{"ok": true, "data": {...}} / {"ok": false, "code": "...", "error": "..."} 的統一格式讓代理能優雅重規劃，而非靜默失敗
  • MCP 生態：IBM 免費託管 7 個公共 MCP 伺服器（36 個工具），涵蓋網路搜尋、Wikipedia/arXiv、地理天氣、金融報價、程式工具，無需 API Key 即可使用
  • 多代理委派：CugaSupervisor → 多個 CugaAgent 專家，每個專家有獨立工具集與隔離上下文——與 多 Agent 系統協作架構：MCP 與 A2A 協議 中的協調模型互補
  • 主權部署：IBM Sovereign Core 架構讓代理在租戶隔離容器中運行，推理步驟全程 OpenTelemetry 追蹤，Grafana 後端保持租戶內部，零遙測外洩
  • ALTK-Evolve 自主學習：SKILL.md 存儲代理從執行中學到的程序知識，按需加載，避免 prompt 過載，且每次迭代自動更新

實務應用

IBM 提供的 cuga-apps 是 24 個可運行的單一檔案範例，按場景分群：

群集 應用範例
研究 Paper Scout、Wiki Dive、Web Researcher
生產力 城市簡報、旅遊規劃、食譜助手
文件/媒體 PDF RAG、音頻 RAG、影片 RAG
運維 即時指標監控
企業 IBM Cloud 架構顧問、IBM 產品文件查詢
多代理 Ouroboros（七代理主導生成系統）
瀏覽器自動化 Meetup Finder（無頭 Chromium + Playwright）

IBM Cloud 顧問範例說明了標準架構：CugaAgent 綁定一個 search_ibm_catalog 自訂工具 + MCP web 工具，配合 _SYSTEM 提示詞，整個 make_agent() 函數不超過 20 行。工具先搜尋真實 IBM 目錄確認服務存在，再提供建議——這是「工具即護欄」的典型應用，與 AI Agent 設計模式 中的工具設計原則一致。

快速上手：

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

支援 OpenAI、Anthropic、watsonx、Ollama 等任意 LLM 提供商，環境變數切換，零程式碼改動。

延伸觀點

與 IBM Research：超越 LLM，企業 AI 規模化的 Agent Logic 關鍵 的論點互相呼應——IBM 的核心主張一貫是「Agent Logic」優先於模型能力。CUGA 的 24 個應用範例印證了這點：每個 App 的智能來自工具組合與提示詞設計，而非模型本身的強度。

可治理性才是企業採用的真正門檻：多數 AI 代理框架演示看起來很強，但當企業問「誰批准了這個操作？」時就崩潰。CUGA 把策略層（policy plane）放在執行層之下，讓合規不是事後加入的功能，而是架構的基礎假設。這一點 LangChain、AutoGPT 等以「功能豐富」為賣點的框架普遍缺失。

「Thin Harness, Fat Skills」的具體實踐：Thin Harness, Fat Skills — Garry Tan AI 效能架構 的口號在 CUGA 有具體實現——ALTK-Evolve 框架讓 SKILL.md 成為代理積累的程序知識庫，框架本身保持輕薄，能力藏在可更新的技能文件裡。這一模式值得在自建 Agent 系統時借鑑。

開源 MCP 伺服器降低進入門檻：IBM 免費托管的 36 個工具意味著初學者可以不用串接任何第三方 API，直接在本地部署一個可接觸真實世界（網路、維基、金融）的代理——這大幅降低了「第一個真實 Agentic App」的成本。

反向連結

以下頁面引用了本頁：