用途：审计 PostHog A/B 实验的测量机制，而非评判实验结果好坏。它关注实验配置与数据流之间的矛盾，例如样本比例失衡（SRM）、$multiple 污染、曝光停滞、运行中修改标志导致用户重新分桶，以及指标结构上无法回答假设的情况。
主要能力：通过 experiment-results-get 读取曝光块，获取各变体总曝光、每日时间序列、卡方 SRM p 值与 bias_risk.multiple_variant_percentage；检查指标 validation_failures 与 data: null；识别僵尸实验、生命周期漂移、已结束实验的标志仍在服务多变体等。
使用方式：先做低成本定向读取，如 scout-scratchpad-search、scout-runs-list、scout-project-profile-get、inbox-reports-list；再用 experiment-list 筛选运行中实验，仅对近约 90 天或已知活跃的实验做逐实验分析（每轮上限约 10 个）。必要时用 execute-sql 诊断，注意 HogQL 字符串时间戳按项目时区解析，建议用 now() - INTERVAL N DAY。报告通过 scout-emit-report / scout-edit-report 直接撰写，已有报告覆盖的威胁应编辑而非新建。
适用场景：运行中实验的有效性监控、曝光异常排查、指标机制故障发现、实验生命周期清理。
限制：活动历史为可选能力，不可用时不得重试或绕过；低曝光量下统计波动大，低于约 1000 次分桶曝光不应判定 SRM；旧版实验指标（ExperimentTrendsQuery / ExperimentFunnelsQuery）不被该工具支持，需回退到曝光 SQL；指标涨跌不属于其职责。部分细节资料未提供。