用途：针对给定的每个 pytest 失败，按 Test Failure Mindset 的调查协议逐一分析，并复用已有证据记录，避免重复已完成调查。
主要能力：阅读完整相关测试、fixture、setup/cleanup、堆栈跟踪与产品路径；在允许时保留失败版本与条件并安全复现；将产品与测试观察追溯到最早的契约分歧点。对每个候选解释找出可区分性观察，区分已观察事实与未验证推断，并确认哪条需求决定预期行为——仅凭数学、库或 API 惯例不能确立本产品契约。
缺陷分类：将受支持的缺陷分别归为产品实现、接口/架构、测试预言（oracle）或测试框架/CI，可同时存在多类。缺少权威依据时报告意图决策；缺少执行时报告未验证行为，而非默默选边。示例：divide(10, 0) 返回哨兵值还是抛异常，无法从操作名裁定；当前已批准的哨兵契约使抛异常实现错误，已批准的错误契约使哨兵预期错误；无权威依据则报告歧义及所需证据或决策。
输出结构：TEST / REVISION / FAILURE；CONTRACT / AUTHORITY / INVARIANTS；EXPECTED / OBSERVED / REPRODUCTION LIMITS；EVIDENCE CHAIN / FIRST DIVERGENCE；SUPPORTED CAUSE / UNVERIFIED HYPOTHESES；CORRECTION CATEGORY / RATIONALE；PROPOSED CHANGE / PRESERVED BEHAVIOR；VALIDATION（原始故障→预期失败，修正行为→成功）；REMAINING UNCERTAINTY / NEXT OBSERVATION OR INTENT DECISION。
限制：不得从断言不匹配臆造原因；修正建议须与实际已做工作区分；修改测试时须说明权威理由并展示相关故障敏感性，收集或 setup 错误不构成回归保护。更广泛评估请用 Comprehensive Test Review。