Mismo modelo, diferente arnés: CUGA, Hermes y Deep Agents — ¿Cuándo elegir CUGA?
huggingface ·
IBM Research realizó un experimento controlado que comparó tres entornos de agentes —CUGA, Hermes y Deep Agents— utilizando el mismo modelo GLM-5.3-flash en 90 tareas de AppWorld. El estudio reveló que cambiar el entorno impactó significativamente el rendimiento, con tasas de finalización de tareas que oscilaron entre el 30 % para Deep Agents y el 81 % para CUGA. Si bien Hermes y Deep Agents destacan respectivamente en la asistencia personal y en investigaciones largas y multietapa, CUGA está diseñado específicamente para entornos empresariales que requieren una estricta aplicación de normas. CUGA logra mayor consistencia mediante la integración de funciones como descomposición de tareas, sandboxes para ejecución de código y verificación previa a la ejecución. Crucialmente, traslada las reglas comerciales de los prompts del sistema a políticas aplicadas en tiempo de ejecución, garantizando el cumplimiento independientemente de las decisiones del modelo. Este enfoque permite un despliegue seguro dentro de nubes soberanas o redes aisladas (air-gapped) mientras mantiene controles de costos medibles. El artículo concluye que seleccionar el entorno adecuado depende de la carga de trabajo específica, recomendando CUGA para la automatización empresarial compleja y sujeta a normas.
huggingface