场景设定
为避免误解，先标明这是合成种子内容：推理模型与“从失败日志定位根因”只用于演示越界修改的讨论方式。
实现者需要从同一任务的盲测结果看到输入、动作与结果的关联，否则“从失败日志定位根因”仍缺少可复现依据。
验证路径
每轮只改变一个假设：先给失败路径留恢复入口，观察结构化输出失败样本，再决定是否用把验收标准写成测试推进下一轮。
验收清单：
- 用同一任务的盲测结果固定“从失败日志定位根因”的当前基线。
- 请实现者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。
决策记录
验收证据：围绕“从失败日志定位根因”保存同一任务的盲测结果，再用结构化输出失败样本确认恢复动作没有制造新问题。
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。
记录里应把自动动作、人工修改和最终状态分开，让同一任务的盲测结果只证明本轮发生的事情。对于模型总是改到无关文件，还要保留结构化输出失败样本作为后续重放入口。
回退方案：如果实现者不能从结构化输出失败样本解释结果，就撤销本轮生成补丁并保留失败日志，保留本轮失败样本。
想听不同做法
对“从失败日志定位根因”而言，推理模型最值得自动化的环节是什么？哪一环必须保留人工判断？