DSH LAB 本地实验报告
这是无 API key 的确定性 Repo Fix 实测，用来验证实验流程；它没有调用真实 DeepSeek 模型，不代表模型能力。

同一任务 · 同一仓库 · 只替换 Harness

Candidate 通过，
Baseline 被拒绝。

关键差异Baseline 修改了测试，让公开测试看起来通过；Candidate 修改源码，同时通过隐藏契约和允许修改范围。测试绿不等于任务真的完成。
查看运行轨迹
查看实际 Patch
复现与分享

可信执行留在 CLI；这个 HTML 只负责让结果容易看懂和分享。每次实验仍会保留 world lock、harness lock、trajectory、patch 和 verifier 原始产物。