Review PR

这个仓库过去的回归大多不是逻辑错误，而是"改动相对于自身意图是对的，但悄悄改掉了某个现有人群依赖的行为"：方言分支收窄、默认值翻转、删 system prompt 句子、重构或移植时丢掉旧路径的功能、修复引入启动时序变化。通用 review 会把这类"有意的功能变更"排除在 bug 之外，所以这里把它单列成一轮。

评审判据只有一条：改动前能工作的任何输入（配置键、环境变量、命令行参数、provider 响应形态、旧版本写的会话数据、客户端请求、hook 载荷）改动后必须行为不变，除非 PR 明确声明了这个变化并给出了退路。

工作流

1. 拉 PR 元数据与描述：

   gh pr view <number> --json title,body,url,files,additions,deletions,baseRefName,headRefName
   

2. 读完整 diff（大 PR 按文件分批读）：

   gh pr diff <number>
   

3. 读足够的周边代码来验证描述里的每个断言。只看 diff 看不出"改动前谁走到这个分支"。

4. 第一遍：定性。 判断改动类型，决定第三遍的深度，见"第一遍：定性"。

5. 第二遍：按模板逐节核对。 见"模板逐节核对"。

6. 第三遍：回归与用户影响。 尽量用一个独立子 agent 跑：只给它 PR 号、base 与 head、两三句改动简介和 surfaces.md 的路径，不给它作者关于影响范围的结论，让它先从 diff 和代码独立列清单，回来后再与作者填的表对比。没有子 agent 能力时自己按同样顺序做：先列清单，再读作者的表。见"第三遍：回归与用户影响"。

7. 用用户当前使用的语言写评审摘要，格式见"输出"。

第一遍：定性

改动类型	第三遍深度
纯内部重构、测试、文档、测试 CI	只需给出"没有可观测变化"的证据：哪些分支、默认值、契约文件没动
发布与打包：release、native 构建、VS Code 发布工作流，打包脚本，web 产物同步	全做，人群按安装方式与平台分：npm 包、各平台 native 二进制、VS Code 市场、内置 web 产物
新增功能，不动既有路径	只查新分支是否抢走了既有输入：新增条件是否排在旧条件之前
行为变更、默认值翻转、校验或权限收紧或放宽	全做
prompt 文本变更：system prompt、工具描述、提醒、overlay、内置 skill	全做，且每一句改动单独成行
移植、替换旧路径、大重构：v1 到 v2、runtime binding、协议替换	全做，并要求作者给出旧路径功能清单
协议、磁盘格式、SDK 导出、hook 载荷、命令行契约变化	全做，并点名仓库外的消费方
修复类改动改了启动顺序、生命周期、异步时序	全做，重点看谁依赖原来的顺序

一个 PR 可以同时属于多类，按最重的那类处理。

第三遍：回归与用户影响

1. 行为变化清单

列出 diff 改变的每一个可观测行为，包括作者说"不变"的和作者认为"内部"的。内部包会打进 CLI 发布包，"内部"不等于用户无感。

每一行记录：行为、变化前、变化后、变化类型（新增 / 修改 / 删除 / 默认翻转 / 收紧 / 放宽）、证据（改动前后各一个 file:line，一侧不存在时给可达路径）。

读法：

• 对每个被删除或被收窄的分支、条件、默认值、句子，问"改动前谁走到这里，改动后他们去哪了"。
• 对每个新增的分支或条件，问"哪些既有输入现在会先命中新分支"。#3492 的回归就是这样产生的：数组字段存在时不再读字符串字段，而 OpenRouter 形态的网关两者同时发。
• 测试里"把旧断言改成新行为"的改动是行为变化的直接证据，逐条对应到清单。
• 先看 diff 文件列表有没有命中 surfaces.md 的"触发线索"。命中的 surface 必须在清单里有对应行，否则就是漏项。

2. 受影响人群

每一行对应到 surfaces.md 里的具体人群，写出人群名字和"这个人群存在"的证据：文档页、issue、配置示例、provider 载荷形态。找不到人群的，不进 finding，进"待作者确认"。

3. 影响等级

等级只由改动的事实决定，不看 changeset、文档、测试这些补救状态。三步判定：