CUGA dari IBM memangkas pembuatan agent jadi tinggal tools dan prompt

IBM merilis CUGA, sebuah harness open-source untuk membangun AI agent, lengkap dengan repositori berisi 24 contoh aplikasi yang masing-masing muat dalam satu file. Pembingkaiannya disengaja: CUGA adalah harness, bukan framework. Ia menyediakan planning loop, pemanggilan tool, pelacakan state, dan penanganan error yang biasanya kamu bangun ulang untuk tiap agent, lalu memintamu menulis hanya tools dan prompt. Contoh advisor IBM Cloud cuma empat argumen ke constructor CugaAgent.

Di balik permukaan yang kecil itu ada mesin yang serius. CUGA merencanakan dengan refleksi, jadi ia menyusun ulang rencana ketika sebuah run melenceng alih-alih terus maju, mencampur kode yang dihasilkan dengan pemanggilan tool, dan menjaga variabel tetap rapi di run sepanjang dua puluh langkah atau lebih. Tool mengembalikan envelope seragam, berupa objek sukses atau error, sehingga tool yang gagal turun mutu dengan rapi ketimbang menjatuhkan seluruh agent. Ada tiga mode biaya dan latensi yang bisa kamu ganti tanpa menyentuh kode, dan agent yang sama bisa jalan di lokal, di Docker, atau di sandbox cloud.

Klaim benchmark-nya bagian yang menarik. IBM Research menulis bahwa CUGA menempati posisi teratas di AppWorld dan memimpin WebArena, sebagian karena memindahkan kerja orkestrasi keluar dari model, yang membuat model open-weight lebih kecil seperti gpt-oss-120b bisa bersaing dengan sistem frontier. Tata kelola juga ditanam di runtime, lewat intent guard, persetujuan manusia untuk pemanggilan tool berisiko, dan playbook yang dipatok untuk prosedur yang sudah terbukti baik.

Kenapa ini penting

Kalau kamu terus menulis ulang plumbing agent yang sama, CUGA layak dilirik: contoh-contohnya menunjukkan agent yang berfungsi bisa muat dalam satu file, dan hasil benchmark-nya mengisyaratkan bahwa orkestrasi yang baik memungkinkan model open yang lebih murah mengerjakan tugas yang kamu kira butuh model frontier. Itu tuas langsung untuk menekan biaya agent-mu.