LongHorizon-Harness：拆出独立审计角色，专治 AI Agent 长任务越做越跑偏
LongHorizon-Harness 框架开源。它将长任务拆解为管理、执行和独立审计三个独立角色，执行端单次跑完就丢弃上下文，只由审计端核查真实环境后更新记录。在 WeaveBench 评测中，该框架让 Qwen 3.7-Plus 的通过率从 51.8% 飙升至 80.7%。
LongHorizon-Harness 框架开源。它将长任务拆解为管理、执行和独立审计三个独立角色，执行端单次跑完就丢弃上下文，只由审计端核查真实环境后更新记录。在 WeaveBench 评测中，该框架让 Qwen 3.7-Plus 的通过率从 51.8% 飙升至 80.7%。