测试与评估器本身要进 QA
What it is
删 40 万行测试覆盖率几乎不变的案例说明测试规模不是保证,评估器可能被 agent 协同欺骗或 gaming,plugin 是否真有用需无 plugin 基线。三者都指向『检查者先被检查』,但落地方法只有零散建议。
Evidence across sources
- 2026-09-25:测试套件也需要 Agent 审计;原始来源:2026-09-25-08-03
- 2026-09-12:QA 需要插件基线与真实轨迹;原始来源:2026-09-12-08-04
- 2026-09-13:评估器本身需要进入 QA
Open questions
- 上述来源里哪些只反映单次实践?要用于决策时,先核对原文的约束与适用范围。
Pending Jean review
- 本页为 AI 草稿。原始证据和原结论保留在出处;这里的主题归纳尚未人工核验。