LongHorizon-Harness 多模型角色配置指南:Manager 用强模型、Executor 用省钱模型的 3 种组合

原创2026-10-11 01:09:121,611 阅读
文章标签:人工智能AI AgentAgent 框架Agent 工作流Agent 编排GUI 自动化代码智能体Agent 评测可观测性

LongHorizon-Harness 多模型角色配置指南:Manager 用强模型、Executor 用省钱模型的 3 种组合

LongHorizon-Harness 是面向 Claude Code、Codex、OpenCode 和 DeepSeek Harness 的长时程计算机操作执行框架,支持 Manager、Executor、Auditor 三个角色各自配置不同 Agent 后端与模型。本指南带你完成 多模型角色配置:让 Manager 用强模型负责规划、Executor 用省钱模型干活,在质量与成本之间取得最佳平衡。

为什么要混用多模型:长时程任务的省钱关键

长时程任务动辄跑几十轮、几个小时。若全程用最强模型,账单会非常可观;若全程用最便宜模型,规划与验收质量又难以保证。LongHorizon-Harness 的设计正是不为特定模型绑定——每个角色的 agent 与 model 都可以独立指定,官方文档原话是:"只在关键位置使用强模型"(见 README.zh-CN.md)。

WeaveBench 与早期 computer-use 基准的能力对比,长时程多应用任务难度高

三个核心角色:Manager、Executor、Auditor

LongHorizon-Harness 的执行闭环是 Manage → Execute → Audit:

角色 职责 对模型能力的要求 费用占比
🧭 Manager(调度) 每轮重建全局状态、拆解下一步有边界的子任务 高:需要强推理与规划 低(每轮调用一次)
⚡ Executor(执行) 在全新上下文中操作 GUI 或 CLI 完成一个子任务 中:照着明确指令干活 高(调用次数最多)
🔍 Auditor(验收) 独立检查文件、界面、日志,不信任 Executor 的自述 高:判断真伪 中
📝 final_response 写给你的最终回复,默认继承 Manager 配置 中 低

其中 Executor 还可细分 gui_executor / cli_executor,Auditor 可细分 gui_auditor / cli_auditor,都能单独再配模型(见 src/lh_harness/cli.py)。

LongHorizon-Harness Manage-Execute-Audit 三角色闭环与多模型角色配置架构图

三种配置入口:命令行、配置文件、Web 工作台

入口一:CLI 参数(单次运行覆盖,最快)

lh-harness run 为每个角色提供了 --<角色>-agent 和 --<角色>-model 参数,例如 --manager-model、--executor-model、--gui-executor-model、--auditor-model(见 src/lh_harness/cli.py):

lh-harness run --task "整理项目日志并生成周报" \
  --manager-model "claude-opus-5" \
  --executor-agent deepseek_harness \
  --executor-model "deepseek-v4-flash"

入口二:配置文件 ./.lh-harness/config.toml(固化团队默认值)

运行 lh-harness init 可生成项目配置文件(模板定义在 src/lh_harness/config.py)。在 [run.roles.*] 段里为角色单独指定 agent 与 model,未写出的字段默认"继承"上层:

[run]
agent = "codex"
model = "gpt-5.6-sol"

[run.roles.executor]
agent = "deepseek_harness"
model = "deepseek-v4-flash"

优先级为:CLI 参数 > config.toml > 内置默认值。注意任务文本、run ID、API key 刻意不做成配置项,避免落进可能被提交的文件里。

入口三:Web 工作台(可视化逐角色选择)

用 lh-harness web 启动 Dashboard,在浏览器里为每个角色单独选择后端和模型,还能中途审批、追加指令,适合不想记命令行的新手。

推荐的 3 种多模型组合

各后端内置默认模型:Claude Code → claude-opus-5,Codex → gpt-5.6-sol,DeepSeek Harness → deepseek-v4-flash,OpenCode → opencode/deepseek-v4-flash-free(见 src/lh_harness/types.py)。

组合一:全省钱模型(预算优先)

三个角色都用低成本后端(如 DeepSeek Harness 的 deepseek-v4-flash),不写任何 [run.roles.*] 覆盖即可实现。适合预算极敏感、任务重复性高的场景,代价是复杂任务的成功率下降。

组合二:强 Manager + 省钱 Executor(平衡之选)⭐

Manager 用强模型(如 claude-opus-5),Executor 切到便宜后端:

[run.roles.executor]
agent = "deepseek_harness"
model = "deepseek-v4-flash"

思路:规划质量决定任务方向,值得花强模型的钱;执行环节调用次数最多,换成省钱模型可显著降低成本。这是最常用的一档。

组合三:Manager + Auditor 双强,Executor 省钱(质量优先)

在组合二基础上再给 Auditor 配强模型:

[run.roles.auditor]
agent = "claude_code"
model = "claude-opus-5"

只有通过 Auditor 独立验收的结果才会成为可信任务状态。对"结果必须一次对"的任务(报表、合规文档、交付物),强 Auditor 能拦住 Executor 的幻觉式自述,可靠性最高。

组合 Manager Executor Auditor 适用场景 成本
一 省钱 省钱 省钱 重复性批量任务 ⭐
二 强 省钱 继承 Manager 日常复杂任务(推荐) ⭐⭐
三 强 省钱 强 结果零容忍的交付任务 ⭐⭐⭐

LongHorizon-Harness 不同模型组合在 WeaveBench 与 Terminal-Bench 上的性能对比图

回退机制与 3 个常见坑

  1. 子角色沿链路回退:gui_executor → executor → [run],cli_auditor → auditor → [run],一路找不到值才用全局默认。
  2. 模型不跨后端继承:如果某角色只覆盖了 agent(比如 Executor 换成 DeepSeek)却没给 model,Harness 会使用该后端自己的默认模型,而不会错误继承全局的 Codex 模型。这个保护逻辑在 src/lh_harness/cli.py 中实现,混用后端时务必理解。
  3. 验收链路独立:Auditor 对 workspace 是只读的,且独立于 Executor 的上下文。给 Auditor 换省钱模型省不了多少钱,却可能放过错误结果——不建议省。

配置完成后,先跑一次 lh-harness doctor 确认各 Agent CLI 可用,再 lh-harness run 启动任务即可。

相关文件速查

登录后查看全文
LongHorizon-Harness