AI Coding Agent 评测与验收平台
Agent 说完成了，任务真的通过了吗？SameScale 关联运行轨迹、最终工作区与独立验收，帮助你追踪失败、复核证据与检查配置的可比性。
机制示意（不是评测结果）：助手说“修改完成，测试全部通过”；独立验收只有 1 / 3 要求通过。
自报与验收，分开看。
导入证据 → 独立验收 → 失败诊断 → 候选对比。
