结果证据卡
通过、失败、未测与不确定四种结果标签
未测和不确定是独立状态，不能归入失败。 本文给出可复核步骤、状态边界、脱敏记录方法与复核路径。
实验结果不能只有通过和失败。未执行的组合、执行过但证据不足的组合、同条件出现冲突的组合，都需要独立状态，否则表格会把不知道伪装成否定。这里采用“通过、失败、未测试、不确定”四个主标签，再用原因码描述局部结果；标签只对预先写明的任务判据负责，不评价整个站点。编辑工作流中的待审、撤回和过期不能冒充第五种实验结果，它们应作为独立维度显示。若一个任务包含多个必需项，主标签之外仍需保留每项状态，方便定位失败点。汇总界面必须能显示原因码，不能只剩颜色。色盲或读屏用户也应能直接读取文字状态。
目标页面当前没有完成的设备矩阵，所以已列组合一律保持未测试或UNKNOWN。下文用合成任务说明判定规则：在匿名设备R2上打开阅读样本，要求标题、目录和正文可见，并完成一次站内返回。合成数据不进入正式结果。任何主标签都要带设备环境、运行号、步骤覆盖、证据号和观察时刻。标签还需附责任人角色和判定规则版本，避免不同编辑使用同一词却采用不同标准。自动检查可以提示字段缺失，不能自行把画面识别成通过。若证据审核尚未完成，运行状态是“待审”，它属于工作流而不是实验结果；待审行不能进入公开统计。撤回、过期和已取代同样是记录生命周期，不应与失败混在一起。
先冻结任务判据再选择标签
每个用例在执行前写输入、步骤、预期可见结果、等待窗口和停止条件。例如用例U14要求标题与目录出现、正文可滚动、返回落到上一节；图片并非必需项。执行后只能按这些项目判断，不能因为页面看起来漂亮临时加分，也不能因无关图片缺失改成失败。
判据有版本号。修改等待窗口、加入新步骤或改变必须项时创建U15，旧运行仍按U14解释。用例文字含糊或缺少完成标准时，不能执行评分，状态为未测试。若执行已经发生但后来发现判据歧义，改为不确定并保留原始事件。
- 用例先于运行冻结
- 判据变化创建新版本
- 歧义判据不能判通过失败
通过只表示所有必需步骤有证据
通过需要环境字段齐全、所有必需步骤完成、没有触发停止条件，并且关键断言可回指截图或日志。可选步骤失败不改变主标签，但在局部状态中记录。例如U14正文与返回均完成、图片占位，则主任务通过，资源项单列未满足。
一次通过只属于该运行号。后续复跑失败不能删除它，而是形成冲突并可能让组合汇总变为不确定。缺少观察时间、版本或关键截图时，即使执行者记得顺利，也不满足通过证据。不得用“曾经打开过”替代完整脚本。
- 所有必需步骤逐项有证据
- 可选项不偷换主任务
- 记忆不能代替关键截图
失败要求观察到明确未满足判据
失败不是没测，也不是不知道。只有脚本实际运行，且某个必需可见结果在等待窗结束时未出现，或明确错误阻断任务，才使用失败。记录失败步骤、错误原文、前态、等待时长和是否停止。底层原因若没有诊断证据，原因字段仍为UNKNOWN。
证书告警等安全停止可用“停止”原因码，并在主标签中按用例定义处理；若用例规定告警即无法继续，运行可判失败，但不能写成目标页面永久故障。用户误触、录像中断或环境漂移造成的中断不属于页面失败，应转为不确定。
- 失败必须对应具体必需项
- 底层原因可与失败标签分离
- 操作失误转不确定
未测试保留计划而不虚构结果
设备组合尚未运行、样本路径未批准、专用设备不可用或安全前提不满足时，标签为未测试。记录计划用例、缺少资源和下一步，不填耗时或画面状态。未测试不是零分，也不能在统计中并入失败。
研究暂缓组合可附原因，如“iOS构建未取得”“蜂窝测试费用未获同意”。原因随着条件改变可以关闭，但状态转换要新增时间事件。不能因为同型号另一台设备通过，就把未测试行复制成通过；每个环境必须有自己的运行和证据。
- 未运行不填写假耗时
- 未测试不计为失败
- 相似设备结果不得复制
不确定承接证据缺口与冲突
运行完成但版本缺失、关键帧丢失、环境在途中更新、步骤可能多执行，或同条件重复结果冲突时，使用不确定。原因码区分证据不足、条件漂移、无法复现和样本冲突。这样审阅者知道补什么，而不是看到一个模糊问号。
不确定可以包含已观察事实，例如“正文在T2可见，但容器身份无法确认”。事实与未知边界同时写。补齐证据后不覆盖旧状态，而是新增复核事件，说明由谁、在何时、依据哪些材料改成通过或失败。若补证仍冲突，就继续保留不确定。
- 不确定必须带原因码
- 已知事实与未知边界并写
- 状态变化保留历史事件
组合汇总不能靠多数票
一个组合三次运行，两次通过一次失败，汇总不自动通过。先检查失败轮是否环境漂移或证据无效；若三轮都有效且条件一致，汇总为不确定并展示全部事件。中位耗时可作为描述，但不能消除失败路径。
不同系统版本、浏览器或网络的结果不能混成一个设备总分。矩阵按最小环境单元展示，用户可看到覆盖率、未测数和冲突数。覆盖率只表示执行程度，不表示兼容概率。当前没有实测的目标矩阵，汇总栏为UNKNOWN。
- 有效冲突不以多数裁决
- 环境版本不得混算
- 覆盖率不等于兼容概率
用状态词而不是宣传词发布
公开行可写：“R2、系统X、浏览器Y、网络N在T1执行U14；必需步骤有证据，主标签通过；未覆盖权限与后台恢复。”若X、Y或T1缺证据，改为不确定。避免“完美支持”“稳定兼容”“绝对安全”等超出实验范围的表述。
本独立研究不代表目标实体，不提供安装内容或账号操作。安全警告出现时停止并保留原因，不把停止当成继续绕过的提示。任何新版本、用例或证据都会追加状态事件，旧记录保持可查；读者因此能区分真实观察、尚未测试和仍待解释的组合。状态机还要约束合法转换：未测试可在运行后变为通过、失败或不确定；不确定只有在补证事件中才能转为更明确状态；失败不能因文章改版直接变为通过，必须有新运行。撤回证据时，依赖它的状态退回不确定，并注明撤回原因。表格过滤默认不能隐藏未测试行，否则覆盖空白会从用户视野消失。统计摘要同时显示有效运行数、证据不足数和安全停止数，避免单一通过率误导。不同用例版本的标签不能合并计算。若审阅者对判据理解不同，先冻结争议并修订用例，已经执行的旧用例仍按旧定义保存。当前研究无现场运行，因此任何自动生成的绿色图标都应禁用。
- 公开行带环境用例和限制
- 禁用全称宣传判断
- 新状态以事件形式追加
