AI 干短活确实猛，可要让 Claude Code、Codex 连轴转上几十个小时，最怕的就是越做越偏。
高德开源的 LongHorizon-Harness，就是冲着长任务稳定性来的。它把 Agent 劈成三个角色：规划只盯进度，决定下一步做什么；执行每轮重新接任务，专心干活；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 消耗还降了 24%。浏览器、表格、文档、设计、3D 都能套，Claude、GPT、Qwen，以及 Claude Code、Codex CLI、OpenCode 都支持。更有意思的是，三个角色还能各配各的模型。
正文完