先横着看阶段,再向下看每一步
每列代表一个组合;列内菜单切换重复运行。横向对齐的是分析阶段,不是耗时。展开执行轨迹,可以查看「可见计划 → 工具/代码 → 实际返回」。
中文阶段摘要为本次审阅添加。原始说明和工具证据保留英文;未收录内部推理块。未到达的步骤明确留空,不把计划写成已执行事实。
相同 Prompt ≠ 相同实验条件
7 次任务输入已逐字计算并核对哈希。工具集、模型、上下文长度、资源限制不同;同一模型的重复运行也改变了数据入口与分析流程。
查看统一任务与核对依据
四组轨迹,按阶段对齐
窄屏可横向滚动。先比较默认四列,或展开全部运行,直接并排查看三次 DeepSeek 与两次 R0。
TRACE EVIDENCE