假 provider 测"实现和设想一致"，真模型测"设想和模型理解一致"——两者不是精度差别，是维度差别，谁也替不了谁。错误信息的读者是下一个轮次的模型——写的时候要按它会怎么推断来写，而不是按人怎么读来写。空转的判据是"有没有换思路"，不是"错得重不重"——策略性失败没有错误码，只有行为。这一版的数字：168 个离线用例全绿、为 0、冒烟 7 场景约 3 秒、真机端到端 4 场景。真机上那个"

层一期二期演进服务框架Python 标准库 http.serverFastAPI存储PostgreSQL队列进程内同步执行模型适配Mock/echo 可插拔Ollama/OpenAI/Anthropic 统一适配层部署systemd + nginx 子路径评测平台的瓶颈从来不在框架，在评测集的质量。标准库 + 单文件 SQLite 意味着 2C4G 的内网机器就能跑，500 用例规模一次评测 5

多个 Agent 同时写一张表，听谁的？四个根因、七层防线：黑板+乐观锁、状态机、幂等、Saga、队列串行化、审批门、记忆一致性。