讨论前提
以下Agent 工程案例来自社区种子数据，没有采集真实用户故事；案例只模拟修复只在真实浏览器出现的问题中的失败恢复决策。
这里把“数据关系能够从明细重新计算”作为完成定义，并让实现者检查失败恢复有没有越过原始任务范围。
工程动作
先让实现者声明验收门槛，再执行失败恢复；这样任务状态迁移记录可以判断生成结果看起来正确却无法运行是输入问题还是实现问题。
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。
- 请实现者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，停止扩大失败恢复的改动范围。
失败时怎么办
验收证据：围绕“修复只在真实浏览器出现的问题”保存任务状态迁移记录，再用工具调用审计确认恢复动作没有制造新问题。
如果失败恢复只优化生成速度，生成结果看起来正确却无法运行会转化为后续评审债务；因此要同时记录任务状态迁移记录和恢复责任。
完成定义需要同时包含正向结果和失败结果：前者用任务状态迁移记录说明，后者用工具调用审计定位不可运行输出。缺少任一侧，都不能宣称失败恢复已经稳定。
回退方案：如果实现者不能从工具调用审计解释结果，就固定依赖版本并重放同一输入，保留本轮失败样本。
你的门槛
面对“修复只在真实浏览器出现的问题”，你会先把验收标准写成测试还是先先读约束再动手？请给出能由实现者执行的检查动作。