arXiv论文：Agent执行框架的设计与跨领域评测

研究者提出一种将原始目标与可修订计划、执行记录分离的Agent执行框架，通过规划者、工作者和审查者角色协同完成复杂任务。在Terminal-Bench 2.1上通过89个实例中的83个，达成93.26%通过率；在HealthBench Professional 525个任务中，特定配置获得69.63的标准化评分。