Original em inglês: https://argusic.com/subject/cupcake
cupcake
Uma camada nativa de aplicação de políticas para agentes de codificação de IA. Construída sobre OPA/Rego.
Executafonte: GitHubpágina do projetoRustApache-2.0commit 27b94b84f6cf
Rust, licença Apache-2.0. O projeto se descreve como: agent security, alignment, claude code, coding agents, cursor, factory ai, gemini cli e hooks.
cupcake executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 18 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- 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
- Tempo de instalação
- 18 minutos
- Da máquina limpa até o fim
- 19 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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 exato testado
- 27b94b84f6cf
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 1, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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…
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 18 minutos.
- Recuperou-se de todos os 2 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
agent-securityalignmentclaude-codecoding-agentscursorfactory-aigemini-clihooksllm-as-a-judgemcpopaopencode
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/cupcake)Perguntas
- cupcake executa?
- Sim. cupcake executa. A Argusic o instalou e iniciou em uma máquina limpa em 18 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou cupcake?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 27b94b84f6cf. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar cupcake?
- A execução que produziu este veredito custou US$ 0,09: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar cupcake?
- 18 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- cupcake precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar cupcake?
- 2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de cupcake?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.