042 · 覆盖率满了、数据检查也过了，为何仍未验证生成测试？一篇小规模覆盖率闭环研究坦率暴露了证据缺口：生成测试命中目标，独立 scoreboard 检查的却是另一套刺激。两个真实结果为何不能自动组成更强结论？