周末构建日志：周一前可运行的模型切换冒烟测试

一个周末就能搭好的模型切换冒烟测试：用 12 条 cases.jsonl 固定用例、一个仅依赖 Python 标准库的 CLI 脚本，按字符串规则判定通过与否，输出通过率和退出码。分别对两个模型各跑一次并 diff scorecard.json，即可看出哪些行为对模型敏感，再把脚本接入 CI，非零退出码就阻断部署。作者跳过了 Web 面板、模型当裁判以及延迟与成本采集。