代理实现功能、生成测试、跑通、开 PR，绿油油的构建看起来像独立验证，其实往往不是：如果实现和测试来自同一个提示词、同一份仓库上下文与对需求的同一种理解，它们会重复同一个错误——代码是错的，而测试自信地证明这个错误行为完全符合实现。作者举了计费的例子：需求是「先对小计打八折，再对折后金额计税」，代理误读成先计税再打折，在一组简单数值上两个公式都得到 88.00，于是生成的测试通过，但它根本无法区分正确与错误公式；一旦引入固定折扣、免税、按辖区舍入或不同税率类别，这个共同假设就变成了生产环境的计费 bug。他给出五种危险模式：拿实现对实现断言、对未知行为做快照、镜像私有实现细节、只测提示词里那一个例子、以及用 mock 抹掉失败路径。对策是从不变式而非例子出发，并把验收测试的来源放在实现之外——产品验收标准、API 契约、监管规则、协议规范、领域专家批准过的生产样例。