问题定义
这是用于填充社区工作流的合成讨论，主题是隐私边界在“修复只在真实浏览器出现的问题”里如何面对生成结果看起来正确却无法运行。
先把成功条件限定为“迁移与回退都经过预演”，再观察生成结果看起来正确却无法运行是否会让结构化输出失败样本失去解释力。
处理步骤
针对生成结果看起来正确却无法运行，先用同一任务的盲测结果复现，再在真实环境复现；若复现条件改变，就回到先读约束再动手重新建立基线。
验收清单：
- 用同一任务的盲测结果固定“修复只在真实浏览器出现的问题”的当前基线。
- 请数据所有者复核结构化输出失败样本与任务边界。
- 若生成结果看起来正确却无法运行仍出现，停止扩大隐私边界的改动范围。
如何判断完成
验证记录：把同一任务的盲测结果与失败前状态配对，再由数据所有者用结构化输出失败样本检查结果是否可重复。
对“修复只在真实浏览器出现的问题”来说，不可运行输出不是单纯的模型质量问题，还涉及数据所有者能否理解并撤销本轮动作。
如果“迁移与回退都经过预演”通过，可以把隐私边界推进到更大样本；如果未通过，就保留同一任务的盲测结果并执行恢复。这个分支必须在“修复只在真实浏览器出现的问题”开始前写清楚。
回退方案：若“迁移与回退都经过预演”没有满足，就关闭新增权限后重新确认必要工具，再由数据所有者重跑同一任务的盲测结果。
反方检查：生成结果看起来正确却无法运行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。
开放讨论
你会把同一任务的盲测结果还是结构化输出失败样本设为隐私边界的首要门槛？当“修复只在真实浏览器出现的问题”再次出现生成结果看起来正确却无法运行时，哪一步应该立即停止？