#状态审计 (1)

LongHorizon-Harness：用管理-执行-审计循环推进长程智能体

AMAP-ML提出LongHorizon-Harness：MEA循环把长程任务变为独立审计的状态转移。同一模型下WeaveBench通过率51.8→80.7，OSWorld 2.0完成率3倍提升。

博客