CAR-bench 协程桥接方案

论文提出协程桥接执行框架，让模型唯一动作是输出可阻塞与恢复的 Python 程序，从而将模型调用与工具往返解耦。在 CAR-bench 公开测试集上，每任务中位仅 2 次模型调用、7 个智能体回合，Cerebras gpt-oss-120b 上中位延迟 1.8 秒；官方隐藏评测中以 60.0% Pass^3 赢得 Track 2，为基线 4.5 倍，并在 GPT-5.5 上复现相同成绩。