用途：在 os-architect 或其下游智能体演变后，验证改动是否真正生效。判定依据是产物是否存在，而非审阅对话记录。
主要能力：按场景派发 os-architect 单次模拟运行，执行产物校验。覆盖多种演变类型的检查项：Path C（缺口填补）检查 SKILL.md 是否存在于预期路径；Path B（更新）检查是否写出 tasks/todo/<slug>-plan.md 与 tasks/todo/copilot_prompt_<slug>.md；Path A+（无操作）检查未写新文件且 HANDOFF_BLOCK 含 STATUS: complete；Category 3（实验环境搭建）检查 improvement/run-config.json 是否写出并发出 HANDOFF_BLOCK。还校验 HANDOFF_BLOCK 的 7 个字段完整性（INTENT、TARGET、PATH、DISPATCH、STATUS、OUTPUTS、NEXT_ACTION），以及低置信度提示词是否在第二阶段审计前出现澄清问题。
使用方式：场景文件放在 temp/os-evolution-verifier/scenarios/，需含 id、name、path、prompt、expected_artifact、artifact_check 等字段。先做心跳检查，再经 copilot-cli-agent 派发 os-architect，输出到 temp 目录；然后运行场景指定的产物检查；结果追加到 temp/os-evolution-verifier/test-report.md，输出 EVOLUTION_VERIFICATION 块与汇总；最后调用 os-experiment-log 持久化记录。
限制：单次模拟模式无法写盘，Path B/C 的产物检查验证的是智能体在输出中是否提出正确文件，而非文件是否真实存在；真实的文件存在性检查仅在具备完整工具权限运行时适用。输出文件需超过 100 行，少于 50 行通常意味着模型拒绝、系统提示过长或跳过心跳。temp 文件易失，需及时写入实验日志。存在对抗性阈值：WS-N 失败注入场景 N-01 至 N-06 中至少 4 个须产生 FAIL，N-04、N-05、N-06 必须全部 FAIL。具体收费与平台信息暂未提供。