作者记录了一次被外部评审者逐条击穿的三轮修复。核心缺陷是一个证据分类器从自由文本里推断证据类别（`"ttl expired" in event.notes.lower()`）。第一轮修复改用枚举后 366 个测试全绿，但评审者只问了一句「什么证明了 SKIPPED_TTL_EXPIRED 是真的」，用一行同时含 SKIPPED_TTL_EXPIRED 和 +17.4 小时剩余的矛盾行将其击穿。第二轮修复让枚举与一个「四舍五入的显示浮点」一致，又暴露出 grant 不存在却仍过期、nan 穿透守卫等矛盾。最终版本把权威移到可从行本身重算的直接比较，不再依赖任何派生标签。核心命题：实现正确 ≠ 规范正确 ≠ 证据正确。