LongHorizon-Harness：将任务分成规划/执行/验收三角色以提升长任务稳定性

高德开源的 LongHorizon-Harness 将长任务分解为规划、执行、验收三角色，显著提升完成率并降低 token 消耗，兼容多模型与多应用场景。

简介

LongHorizon-Harness 是高德开源的一个面向长任务稳定性的框架。它通过将任务拆解为三大角色来提升执行效果：

• 规划：只关注进度，决定下一步该做什么
• 执行：每轮重新接任务，专心执行
• 验收：不依赖 AI 汇报，直接查阅文件、日志和测试结果，若不符合就返工

在测试中，长任务完成率从约 50% 提升至 80%，Token 消耗也下降了约 24%。

• 适用场景：浏览器、表格、文档、设计、3D 等多类任务
• 支持的模型和工具：Claude、GPT、Qwen 以及 Claude Code、Codex CLI、OpenCode 等

更有意思的是，三角色还能各自使用不同的模型来协同工作。

🔗 LongHorizon-Harness 项目地址：

• https://github.com/AMAP-ML/LongHorizon-Harness

说明：该方法通过将任务分解并对每个阶段设定专门的模型与流程，提升长期任务的鲁棒性与资源利用效率。

下载链接

GitHub：
https://github.com/AMAP-ML/LongHorizon-Harness