AI 生成代码的回归评测台

同一提示词跑 10 次，统计编译通过率与人工返工时间。

## 怎么做的

先说结论：把不确定的部分尽早变成可运行的最小版本，再逐步替换。

## 踩到的坑

1. 一开始直接上完整方案，两周都在和边角情况搏斗；
2. 改成最小可运行版本后，问题暴露得更快。

## 下一步

补上移动端的手势与离线缓存。