编码智能体越来越擅长「完成任务」：改文件、修错误、写测试、跑命令，然后以一句「所有测试通过 ✅」收尾，我们大多数人就此翻篇。作者提出的问题是：那个智能体真的运行了它声称通过的测试吗？听起来显而易见，其实不是。在 AI 辅助开发里，我们正在开始相信总结而不是证据。一句「测试通过」只是一个声明，它不告诉你跑了什么命令、是否跑了完整测试集、有没有测试被跳过、命令是否真的以成功退出、输出来自哪一版代码，甚至有没有真的运行。作者认为这是一类新的信任问题：你和真实验证之间，多了一层可能出错的环节。