AI 跑短任务挺利索，可一旦让它连续干上好几个小时，是不是就越跑越偏、收不住？ 高德开源的 LongHorizon-Harness，瞄准的正是这个毛病。 它… · @Manorgw · TwKit

@Manorgw

AI 跑短任务挺利索，可一旦让它连续干上好几个小时，是不是就越跑越偏、收不住？ 高德开源的 LongHorizon-Harness，瞄准的正是这个毛病。 它没让单个 Agent 从头撑到尾，而是拆成三个角色各司其职： ① 规划者：只盯进度，决定下一步做什么 ② 执行者：每轮重新接活，专心把当前任务干完 ③ 验收者：直接翻文件、查日志、看测试结果，不采信 Agent 的自我汇报 不合格就记下来继续返工，省得跑到最后才发现方向早就歪了。 项目测试里，长任务完成率从约 50% 拉到 80%，Token 消耗还降了 24%。 更关键的是它不太挑场景，浏览器、表格、文档、设计、3D 等任务都能套；Claude、GPT、Qwen，以及 Claude Code、Codex CLI、OpenCode 也都支持。 🔗 https://github.com/AMAP-ML/LongHorizon-Harness

曝光 108 · 评论 5 · 点赞 1 · 书签 0