任务完成度
验收条件、自动测试和必要功能是否完成。
先定义任务、证据和发布门槛，再讨论分数。方法发生变化时发布新版本，不悄悄改写历史榜单。
以可复现的真实开发任务为核心，分别记录任务完成、代码质量、指令遵循、成本效率和速度稳定性。
验收条件、自动测试和必要功能是否完成。
实现的正确性、可维护性、类型安全和改动聚焦度。
是否遵守范围、约束、输出格式和安全要求。
在完成相同任务前提下记录并比较可核验的实际消耗。
记录完成耗时、失败率和重复运行的一致性。
该版本目前仅发布方法与任务目录。首轮有效样本完成前，aicheck 不展示工具得分和名次。