LongHorizon-Harness：拆出獨立審計角色，專治 AI Agent 長任務越做越跑偏
LongHorizon-Harness 框架開源。它將長任務拆解為管理、執行和獨立審計三個獨立角色，執行端單次跑完就丟棄上下文，只由審計端核查真實環境後更新記錄。在 WeaveBench 評測中，該框架讓 Qwen 3.7-Plus 的通過率從 51.8% 飆升至 80.7%。
LongHorizon-Harness 框架開源。它將長任務拆解為管理、執行和獨立審計三個獨立角色，執行端單次跑完就丟棄上下文，只由審計端核查真實環境後更新記錄。在 WeaveBench 評測中，該框架讓 Qwen 3.7-Plus 的通過率從 51.8% 飆升至 80.7%。