用真实产物而非逐条审批验证 coding agent 是否真跑了测试

作者在 Mac 上运行免逐条审批的 Codex worker，把任务完成的检查点从过程审批移到结果产物。代码任务以 Linux 容器里真实跑完的 unittest 输出为准，例如 6 tests、OK、exit 0、55 秒，调研任务则交付带文件大小、来源数和哈希的文件，文件都留在 agent 自己的工作区，确认后才保存到本机。