内容说明
这是用于填充社区工作流的合成讨论，主题是重试策略在“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。
场景只保留一个主要风险：生成结果看起来正确却无法运行；对应门槛是让工具调用审计可由产品负责人重复核对。
拆解动作
不要一次处理全部上下文；先围绕不可运行输出选择最小输入，完成把验收标准写成测试后再用任务状态迁移记录验证真实入口。
验收清单：
- 用任务状态迁移记录固定“修复只在真实浏览器出现的问题”的当前基线。
- 请产品负责人复核工具调用审计与任务边界。
- 若生成结果看起来正确却无法运行仍出现，停止扩大重试策略的改动范围。
复核方式
验收证据：任务状态迁移记录用于确认当前动作，工具调用审计用于交叉检查；两者都不能被展示计数替代。
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，还涉及产品负责人能否理解并撤销本轮动作。
这套路径的价值在于把重试策略变成可复核任务，而不是制造更像成品的输出。若产品负责人无法确认“改动范围与任务边界一致”，本轮状态仍应保留为待评审。
恢复路径：发现不可运行输出后先冻结发布，再固定依赖版本并重放同一输入，最后重新确认“改动范围与任务边界一致”。
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，因此任务状态迁移记录应先区分根因，再决定是否收紧权限。
留给社区的问题
若采用“为每个任务拆分多个并行 Agent”，你会新增哪一个人工审批点？这个审批怎样限制“修复只在真实浏览器出现的问题”中的不可运行输出影响范围？