高德开源的 LongHorizon-Harness，专门解决长任务稳定性。
它把 Agent 拆成三个角色：
① 规划：只盯进度，决定下一步做什么
② 执行：每轮重新接任务，专心干活
③ 验收：不听 AI 汇报，直接查文件、日志、测试结果，不对就返工
项目给出的测试里，长任务完成率从约 50% 提到 80%，Token 消耗还下降 24%。
浏览器、表格、文档、设计、3D 都能用，Claude、GPT、Qwen 以及 Claude Code、Codex CLI、OpenCode 都支持。
更有意思的是三个角色还能分别使用不同模型。
🔗 https://github.com/AMAP-ML/LongHorizon-Harness