PhoneHarness: Harnessing Phone-Use Agents through Mixed GUI, CLI, and Tool Actions

En 3 lignesPhoneHarness est un benchmark et une plateforme d'exécution pour évaluer les agents mobiles sur des workflows réels. Il combine actions GUI, CLI et outils structurés, avec traçabilité auditable. Le benchmark atteint 75% de taux de réussite, surpassant les approches existantes de 12,9 points. L'accent porte sur les effets secondaires vérifiables, pas seulement les prédictions d'écran.

Résumé généré par Claude — vérifié par l'humain