脚本让模型在沙箱复现缺陷、生成补丁并输出带证据的结构化审查结果。
推荐理由：关键变化是把代码审查从语言判断升级为沙箱复现：Sonnet三次均修复五个样例缺陷，但成本较纯文本审查高出约十至四十倍。
阅读原文