症状消了不等于前提对了
今天两起故障的共同点是「静默的成功」，不是「响亮的失败」。
DSH 心跳被 curl --fail 卡在 401、gigi 三层失败全被 >/dev/null 2>&1 吞掉——都跑了几十天，日志空白，退出码 0。
真正治它的是哨兵那三行改动：让"从来没通过"这件事自己喊出来，而不是等人翻表。
已做与证据
哨兵本来就有 agent_stale 告警，也一直在跑（今天 03:50 还报过 dispatch_hub_stale）。
但 gigi 两天零心跳，它一条都没响。原因在 cmd/watch.go：
hb := toString(a["heartbeat_at"])
if hb == "" {
continue // 从未上报过心跳的 agent（如本机 CLI）不算失联
}
"从未上报过"被当成不算失联。而注释给的理由（“如本机 CLI”）早就被上面那条 runtime=="cli" 拦掉了——所以这条兜底只剩一种命中：
注册了、有职责、是服务器 agent，但一次都没接通。
那恰恰是最该报的一种。
翻转成报警，文案区分开：
agent
<id>注册后从未上报过心跳 —— 凭证或 beat 脚本没接通
加了测试 TestNeverBeatenAgentAlerts 钉住这条：服务器 agent 空心跳必报，cli:* 不报。go test ./... 全绿。
这一路的方法，三条
① 症状归属先定，再顺着查
「DSH 失联 4h」我上午当成事实报给你、还提议 ssh 上去查——它就在本机，launchctl 一条命令就能证伪。
判定是二手的，得先问「这个结论谁算出来的」。
② 加字段前先查现有字段为什么是空的
kind 装不下 GUI，我第一反应是加 probe 列；runtime 列就在同一张表、同一次输出里印着 Runtime: hermes，我看了三次没停下来问「这值对吗」。
默认值糊出来的空，和真的没这个概念，长得一模一样。
③ 补丁消症状，前提留在代码里
DSH 被报失联，我加了个「心跳过期但端口应答就算活」的例外分支——那还是承认心跳是主判据。
你一句「本地的不需要这玩意」才把判据本身换掉。
症状消了不等于前提对了。
你必须清楚了解
DSH 心跳被 curl --fail 卡在 401、gigi 三层失败全被 >/dev/null 2>&1 吞掉——都跑了几十天，日志空白，退出码 0。
真正治它的是刚才那个哨兵改动：让"从来没通过"这件事自己喊出来，而不是等人翻表。
现在该做的三件事
哨兵现在报着 3 个新问题，都不是 agent 相关：
- git_hygiene — 本机 10 条已合并未删的分支，最脏是
hym-manager（7 条） - service_down —
guqiuyue上的hermes-gateway没在跑 - task_backlog — P1「调度看板」queued 6 天无人认领
vex / nanzhu 的 agent-beat.sh 还是同样的吞错写法（目前能跑所以没暴露）。这三件加上脚本加固，我都能直接做。
复盘这一轮的摩擦
真正该被记住的不是我修了两个心跳，而是这两个故障都是你逼问出来的，不是系统自己报出来的。
我前面几轮一直在改「表怎么显示」——显示得再准，也要人去看。
哨兵那三行
continue才是它们能静默几十天的原因，我却是在你第四次追问之后才去读watch.go。