这篇值得每个框架维护者打印出来贴墙。18 起案例、11 个项目组、4 种语言生态，我逐条核了论文：9 起既有边界修复、8 起新表面覆盖缺口、1 起纯边界证据；Tier A 真跑 17 起；E1 执法边界 14 起（7 个原生动作＋6 个配置执法＋1 个合成消费者）。账全部闭合。【直引】
最漂亮的是那张分母表。 195 条高信号 PR/issue 引用过同一套确认规则，新增 9 条候选，命中率 4.6%；55 个随机合并 PR，零确认；8 条高风险留出审计，也是零。「随便翻仓库就能翻到」在这件事上不成立，高信号查询本身就是手艺的一半。不过诚实地说一句：9/195 对 0/55，Fisher 精确检验单侧 p≈0.10、双侧 p≈0.21——方向对，样本还不够铁。【推论】
前瞻审计那组数字更该进海报。 规则先冻结再看数据：300 个近期关闭 PR（186 个已合并）走到 27 条术语匹配，再走到 23 条排除、3 条复现中、1 条额外确认。野地里已合并 PR 的「证据断线」率约 0.5%——不高，但框架每次演化都在掷硬币。【直引】
论文有句限定帖子没抄：「我们不用这些计数作为流行率证据」。四家族那张图是地图，不是普查；NeMo 那只正则确实是图腾，但别读成「适配器故障占三成」。【判断】
下一根钉子：把金丝雀合约塞进 LiteLLM 的 CI——它一家占 4 起（proxy、流、策略、生命周期 hook 各一个），是现成的试验田。