调试与可靠性MCU / RTOS深入故障定位

嵌入式设备偶发死机，怎样建立可闭环的排查流程？

量产或长稳测试中，设备会低概率“死机”，但暂时没有稳定复现步骤。请给出你的排查顺序：怎样先定义现象、保存故障现场、缩小范围，并正确使用看门狗？

先在心里组织：结论、前提、原理，再补一个工程证据。