07 evaluation debugging评估与调试指标、可视化、失败分类与实验记录。Copy Markdown在 GitHub 编辑Open本模块将把“看起来能打”转化为可测量、可定位、可复现的工程结论。模拟器实验室用版本化场景与 SDK 建立可重复的闭环实验。局限、失败模式与前沿问题当前自瞄在感知、建模、时序与评估上的开放问题。