作者的 GigLegal 合同工具跑了 155 个 Playwright 端到端测试，全部绿色，但每个真实请求都失败。根因在自家 provider seam 的第三行：测试环境下返回 mock，而 mock 不是 API 的副本，而是「你对 API 假设的记录」——测试套件其实是把作者自己的假设读回来当结果，155 次无一反驳。移除 mock 后暴露了三堵墙：服务拒绝的结构化输出配置、66 个可选字段撞上 24 个上限、以及后续依赖现实环境的错误。