[Bug] v0.10.64 verification gate 仍误杀代码 100% 正确的任务（2/8 案例，verifier 不输出精确 PASS 标题） #35

观察到的问题

v0.10.64 中 verification gate 仍然误杀代码完全正确的任务。R4 评测中 8 个高复杂度任务有 2 个因此 exit=1，但代码测试 98-100% 通过。

复现

使用 blade --headless --permission-mode=yolo --output-format=jsonl <prompt> 运行多文件 TypeScript 项目（≥3 个源文件 + 测试）。

具体案例

Case 1: task3-crdt（G-Counter + OR-Set + Vector Clock）

• 代码测试通过率：28/28 (100%)
• Agent exit code：1
• 错误消息：Independent verification did not produce a fresh PASS before the retry limit.
• 代码架构：g-counter.ts、or-set.ts、vector-clock.ts、index.ts，4 个测试文件全通过
• Verifier 子代理运行了但未输出宿主 gate 期望的精确 ## Verification Result: PASS 标题

Case 2: task2-regex-nfa（Thompson NFA 正则引擎）

• 代码测试通过率：51/52 (98%)（唯一失败是测试自身的 {n} vs {n,} 语义歧义）
• Agent exit code：1
• 错误消息：Stopped after 16 repeated Task calls without observable progress.
• 代码架构：ast.ts、lexer.ts、parser.ts、nfa.ts、simulator.ts、matcher.ts、token.ts、index.ts，8 个源文件
• Agent 反复调用 verification Task（16 次），每次 verifier 可能返回了不同格式的结果但不被 gate 识别

对比成功案例（exit=0）

根因分析

1. Verifier 的 12-turn 预算内，有时在 Bash 测试全通过后没有输出结构化 PASS 标题（turns 全部用于 Read/Bash/Glob，没有剩余 turn 写最终 verdict）
2. v0.10.64 新增的 "16 repeated Task calls without observable progress" 保护机制成功防止了无限循环，但仍然把代码正确的任务判为 exit=1
3. Gate 的判断逻辑过于依赖 verifier 输出的精确文本格式，而非 verifier 实际执行的测试结果

建议修复

1. 当 verifier 的 Bash tool_result 明确显示 npm test exit=0 且所有测试通过时，gate 应自动推断 PASS，不要求精确文本标题
2. Verifier 的 12-turn 预算应保留至少 1 turn 用于输出 verdict（在第 11 turn 时强制要求输出结论）
3. 当 verifier 重试次数耗尽但项目测试命令全通过时，应降级为 PARTIAL 而非 fail（exit code 0 但附带 warning）

影响

CI/评测场景中，代码完全正确的任务有约 25%（2/8）的概率因 verifier 输出格式问题被误判为失败。这使得 headless exit code 不能可靠反映代码质量。

环境

• blade-code v0.10.64（npm 全局安装）
• macOS arm64, Node v22.23.1
• 命令：blade --headless --permission-mode=yolo --output-format=jsonl
• verification-agent 使用默认（enabled=true）