问题

测试大多写在 src/main.cpp，不是独立测试工程，维护成本高。

很多 audit 是合成场景，容易证明“逻辑存在”，但不能完全证明真实实局观感。

Debug 构建、Release 构建、公共发布包不是同一条自动闭环。

run_full_acceptance.bat 不含最重的 qa-matrix 和 qa-soak。

run_industrial_qa.bat 默认 soak 30 分钟，严苛协议要求 60 分钟。

自动测试对人工输入、显卡驱动、VSync、窗口/DPI、主观手感覆盖有限。

Auto 战术可能解析成 Default，所以通过测试不代表肉眼一定能看到 Rush/Fake/包围等高级战术。

日志分析还不够自动化；实局问题仍应优先看 logs/latest_session.csv。