用途：证明评测运行期间能够记录并检索提示词输入/输出，排查 rows.jsonl 中缺失的 trace、session、run 关联，并在 codex、claude、louie 三个运行时上执行可重复的遥测验证循环。
成功标准：每个受测运行时的 rows.jsonl 需包含非空 case_prompt、成功运行的非空 response_text、trace_id 与 raw_ref；raw_ref 指向的文件必须存在且可读；在可用时演示同一 run ID/trace ID 的 OTel 或日志检索；未证实的运行时须明确标注为“未证实”并附错误证据。
前置条件：OTel 栈已启动，可运行 ./bin/otel/status；评测循环可用，即 ./bin/agent.sh；harness CLI 已安装并按需认证（codex、claude）；Louie 需可达，通过 LOUIE_URL 或 --louie-url 指定，并按本地设置提供认证环境。
最小验证循环：先运行带遥测的评测，命令为 ./bin/agent.sh --codex --claude --louie --journeys runtime_smoke --skills-mode off --otel --failfast --out /tmp/agent_eval_otel_smoke；然后检查产物级提示词输入输出，查看 sed -n '1,40p' /tmp/agent_eval_otel_smoke/rows.jsonl 与 ls -la /tmp/agent_eval_otel_smoke/raw，确认 case_prompt、成功行的 response_text 及 raw_ref 指向真实日志；最后用 rows.jsonl 中的 trace_id 执行 ./bin/otel/inspect <trace_id> --logs --full 验证 OTel/日志检索，若 trace 查找失败需明确记录，不得声称完整 OTel 证明。
各运行时说明：Codex 解析 codex exec --json，成功时预期出现 runtime_ids.thread_id 与 usage 字段，必要时可通过 OPENAI_BASE_URL 走代理；Claude 解析 claude --verbose -p --output-format stream-json，成功时预期 runtime_ids.session_id 与 usage 字段；Louie 发送 traceparent，先尝试单次调用再尝试 /api/chat/，若请求超时则不得声称提示词输出已证明，超时证据保留在 rows.jsonl 与原始日志中。
报告模板：分别列出 codex、claude、louie 的 proven / not proven；产物级提示词输入输出为 proven / partial；OTel 级检索为 proven / partial；blockers 用具体错误消息简要列出。
限制与护栏：不得在受跟踪文件中硬编码凭据；不得仅凭假设或文档声称成功；须区分产物采集证明（rows.jsonl 与原始日志）与 OTel 后端检索证明（bin/otel/inspect）。