Original en inglés: https://argusic.com/subject/cupcake
cupcake
Una capa nativa de aplicación de políticas para AI coding agents. Construida sobre OPA/Rego.
Funcionafuente: GitHubsitio webRustApache-2.0commit 27b94b84f6cf
Rust, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent security, alignment, claude code, coding agents, cursor, factory ai, gemini cli y hooks.
cupcake funciona. Un agent de Argusic lo instaló en 18 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Cupcake 0.5.2 builds from source, the CLI binary runs (cupcake --version prints 0.5.2), supports 4 harnesses (Claude Code, Cursor, Factory AI, OpenCode), compiles Rego policies into WASM via OPA, evaluates hook events against builtin policies (git_pre_check, protected_paths, git_block_no_verify), and returns Allow/Deny decisions.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- OPA CLI not in PATH: 10 integration tests (claude_code_routing_test) failed because they invoke a real Claude CLI binary which is a third-party commercial product1 minuto
- Rust toolchain not installed in container1 minuto
- Tiempo de instalación
- 18 minutos
- De máquina en frío a terminar
- 19 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- cargo test --workspace exited 0 with all tests passing except 10 that require a real Claude CLI binary; cupcake eval --harness opencode on PreToolUse events matched 3 policies and produced Allow decision; cupcake verify --harness opencode compiled policies into 367KB WASM module with 5 routing entries
- Tokens de modelo usados
- 116.492
- Commit exacto probado
- 27b94b84f6cf
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
test result: ok. 5 passed; 0 failed; 0 ignored; 0 measured; 0 filtered out; finished in 0.00s test result: ok. 8 passed; 0 failed; 0 ignored; 0 measured; 0 filtered out; finished in 0.00s All data collected. Here's the summary: **Install succeeded.** Rust toolchain (1.91.0 via rustup) and OPA CLI (1.21.4) were installed. The … **Tests pass.** 314 unit tests, 35 CLI tests, and 31 integration test files pass (exercising Claude… **CLI verified.** `cupcake --version` prints `cupcake 0.5.2`. `cupcake init --harness claude` creat… tokens used 116,492 All data collected. Here's the summary: **Install succeeded.** Rust toolchain (1.91.0 via rustup) and OPA CLI (1.21.4) were installed. The … **Tests pass.** 314 unit tests, 35 CLI tests, and 31 integration test files pass (exercising Claude… **CLI verified.** `cupcake --version` prints `cupcake 0.5.2`. `cupcake init --harness claude` creat…
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 18 minutos.
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
agent-securityalignmentclaude-codecoding-agentscursorfactory-aigemini-clihooksllm-as-a-judgemcpopaopencode
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/cupcake)Preguntas
- ¿Funciona cupcake?
- Sí. cupcake funciona. Argusic lo instaló y lo inició en una máquina limpia en 18 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic cupcake?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 27b94b84f6cf. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar cupcake?
- La ejecución que produjo este veredicto costó 0,09 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda cupcake en instalarse?
- 18 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita cupcake una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar cupcake?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de cupcake?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.