Official Runs

在 QitOS 里，official run 不等于“跑完且留下了 trace”。它指的是一类结构足够完整、可以被 replay、diff、export 和复盘的研究 artifact。

最低契约

一个 run 至少需要具备下面这些内容，才算 official run：

也就是说，它必须把模型身份、prompt protocol、parser、tool manifest、环境摘要、seed、package version、git SHA 和 benchmark 元信息一起记录下来。

没有这层契约时，你经常会遇到这些问题：

QitOS 把这些问题视为 runtime 的一部分，而不是事后整理表格时再补。

QitOS 当前提供的是 research-grade best-effort replay，不是严格字节级确定性重放。它会尽量把复盘所需的关键条件记录完整：

但它不会承诺远程模型服务、网页内容、外部工具或挑战环境永远返回相同结果。所以这套 replay 语义适合：

但不应被理解为“所有远程调用都能严格重现到 token 级别”。

benchmark 的官方入口是：

qit bench run ...
qit bench eval ...
qit bench replay ...
qit bench export ...

examples/benchmarks/ 依然保留，但在 v0.3 中它们已经是这条官方路径上的薄包装，而不是另一套独立框架。