失败信号检查清单

在审查一次弱 harness 运行结果时使用此清单。

• Agent 是否询问了如何启动应用，或者做出了错误的推断？
• 它是否创建了与预期产品不匹配的目录或抽象？
• 它是否在完成一个可见的 UI 外壳后就停止了，而没有完成完整的工作流？
• 它是否留下了有助于后续运行继续的笔记或产物？
• 一个全新的会话是否能在五分钟内理解之前发生了什么？