pytest

Agent 跑出全绿测试却没执行代码，评测失真比失败更值得警惕

一份 Agent 评测把固定文本“3 passed”当作真实测试结果，实际没有启动测试进程。文章揭示，工具名和绿色界面无法证明任务完成；企业引入 Agent 时，必须核查判定器观察的是程序行为还是预设字符串。