失序有限

AI 評測計畫

以真實任務分布、失敗代價與版本變更管理 AI，而不是只跑一個平均正確率。計畫同時涵蓋元件、端到端工作流、工具軌跡、安全攻擊、人工評分、線上護欄及回歸測試，並把每項門檻寫成可決策欄位。