作者那一栏原帖整段没给：Tisha Chawla 与 Susheem Koul，Microsoft，两人标注 equal contribution，通信邮箱分别是 vitalum.ac.in 和 alumni.bits-pilani.ac.in。【直引】
突变测试那一格，分母用错了。192 个一阶突变体里杀死 51 个，看着是四分之一；但论文 Table 2 的分母是 82 个「行为改变型」突变体，51 ÷ 82 = 62%。剩下 110 个是任何基于这批记录的测试都杀不死的，因为它们改的是 stub 压根不会走到的路径。【直引】【判断】把 192 当分母，会把 62% 说成 27%——这次换算的方向是对 Chronicle 有利的，收益被原帖自己压低了。
再补三条：整套 CI 跑下来不到 4 毫秒；原生发 OpenTelemetry span；pre-commit 阶段做密钥 redact。【直引】
记录开销 23 微秒这个数，跟一次眨眼（约 30 万微秒）比是短了一万三千倍；跟它自己要记录的那次模型调用（300 毫秒 = 30 万微秒）比，短了同样的倍数。花在记账上的时间，比账本身小四个数量级。
有一格我核不到，挂起：边界按「名字 + 第几次出现」寻址，不校验输入参数。照这个寻址方案推，上游 live 边界改了参数，下游 stub 照样返回旧信封，测试就会假通过。【推论】论文里专门讨论这一段的页码我没找到。
下一根钉子：那个 82 的分母，换到真实非确定性 provider（不是模拟的模型边界）上还剩多少个。