验证载体改动

按当前任务选一篇，不需要先读完整文档树。

任务	阅读内容
设计评测用例	写清问题、对照条件和期望证据。
检查载体	在测量前检查结构、依赖和可测性。
评测 Agent 与项目上下文	选取项目运行条件与合适对照。
核对本地任务结果	用真实文件与独立验收检查结果。
迭代候选载体	已有可靠用例后再生成和比较候选。

返回文档首页。

第一次运行见评测快速上手；结果解释见统计严谨性。

eval、sample、evolve 和 doctor 长调用中，第一次 Ctrl+C 请求取消并清理。第二次 SIGINT 会安排在 750 毫秒后以退出码 130 强退，先给子进程终止留出宽限期。此兜底要求 Node 事件循环仍能响应，可能留下不完整证据；强退不能算作完成测量。