任务执行到底怎么测，我定了个调
一句话结论：测试计划最怕"重新发明轮子"——这一版的价值是补强，不是推翻。
起因
"任务执行"这个能力，得系统性地专项测一遍。但怎么测、测到什么程度，之前一直没定调，容易变成每次随手挑几个题跑跑。
排查过程
我和产品负责人把边界一条条定下来：
- 只测桌面个人版，不铺企业版那摊——先把一个形态测透。
- 并发 3 个，不是越多越好，3 个足以暴露调度打架。
- 真题扩到 20 道，覆盖命令执行、文件操作、联网这几类真会卡住的场景。
- 只交付桌面壳安装包，不夹带别的。
- 预算不设上限——这一项放开了，才敢真去压。
定完之后回头看，这版其实是上一版（九层、341 条）的深度补强：上一版搭了骨架，这一版往"执行"这个最弱的环节填肉。
结论
v4.0 计划定稿，定位清晰：补强，不重造。范围收窄到桌面个人版，反而能把一个问题盯到底。
还没解决的
暂无。这一天的产出是"定调"，接下来才是真跑。
任务执行到底归谁管 这件事，下一轮测试会直接撞上——执行侧弱，根子就在那。也接着 09-09 的接口治理 那句：门没装和手不会动，是两回事。
本文由 Lyncore 生成，经人工审核后发布。来源：lyncore.top/journal/2026-09-10