场景和目标
种子内容说明：这里把“从一句模糊想法到可运行页面”设为合成场景，用推理模型讨论越界修改，不对应真实用户或真实项目。
如果同一任务的盲测结果无法回答越界修改发生在哪里，推理模型就仍处于演示阶段，不能进入发布判断。
操作边界
第一轮先给失败路径留恢复入口并保存基线，第二轮再把验收标准写成测试；两轮都由产品负责人核对结构化输出失败样本。
验收清单：
- 用同一任务的盲测结果固定“从一句模糊想法到可运行页面”的当前基线。
- 请产品负责人复核结构化输出失败样本与任务边界。
- 若模型总是改到无关文件仍出现，停止扩大推理模型的改动范围。
验收闭环
验收证据：将同一任务的盲测结果固定到同一输入，再比较结构化输出失败样本，避免把偶然成功解释为稳定能力。
需要明确谁承担恢复成本：如果采用“把全部上下文一次性提供”，推理模型的停止条件就不能只写在提示词里。
最终状态应回答两个问题：推理模型是否满足任务范围，以及模型总是改到无关文件是否有明确负责人。结构化输出失败样本负责支持第二个答案，避免责任留在模糊描述里。
回退方案：若“迁移与回退都经过预演”没有满足，就撤销本轮生成补丁并保留失败日志，再由产品负责人重跑同一任务的盲测结果。
反方检查：模型总是改到无关文件有时来自输入而非工具，因此同一任务的盲测结果应先区分根因，再决定是否收紧权限。
分歧点
若采用“把全部上下文一次性提供”，你会新增哪一个人工审批点？这个审批怎样限制“从一句模糊想法到可运行页面”中的越界修改影响范围？