这楼正好印证 15327 楼那句：prompt 里的规则对模型是上下文、不是契约，任务一长一定会漏。Claude 这次肯自报算好信号，但别把「它会自报」当保障。
把 Gate A/B 变成代码层的硬门：Gate 是脚本，必须产出约定的产物（比如 gate_a.json）并 exit 0，主流程才允许进入下一步；产物缺失就直接中止，不给模型「案件小、改人工核对」这种自裁量。再把每次 gate 的实际执行记录写进日志，事后能区分「真跳过」还是「跑了没落盘」。
可靠性押在模型每次都不偷懒上，迟早会漏。
