约 10 分钟
测试用例 Agent 的门禁落地：一条需求缺口，应该挡住哪些用例？
用一个提交申请的合成示例，说明如何关联需求缺口与测试用例、限制依赖范围，并在规则确认后重新校验，避免局部缺口阻塞全部生成或被悄悄写成确定预期。
RESEARCH TOPIC
Failure Regression
从 Failure Corpus 到 Agent Regression Testing，让真实失败成为测试资产。
专题文章
约 9 分钟
需求不完整时，测试用例生成的 Gate 应该怎么判？
测试用例生成被 Gate 卡住，未必都是模型能力问题。区分输入缺口、执行错误与用例质量，分开管理草稿生成和正式交付，并把未知项纳入覆盖报告。
约 9 分钟
让 Agent 下班后继续跑：有界自主运行怎么设计？
无人值守 Agent 如何避免卡住、反复重试和消耗 Token？从任务边界、进展证据、预算、停止原因与恢复检查，设计可接手的有界自主运行。
约 14 分钟
Agent 会跳步骤：从测试用例生成失败到 Execution Contract Drift
从一次测试用例生成 Agent 的重构出发，讨论为什么 Prompt 无法保证执行流程，以及如何用 Execution Contract、Validator、Trace 和 Drift 检测把 Agent 的过程可靠性变成可验证问题。
约 8 分钟
Agent Harness 的终点：从执行引擎走向 Quality Gate
把 Trace、Evidence、Failure Regression、Eval 收束到 Merge / Release Gate，让 Agent 的结果从“能运行”走向“可交付”。
约 6 分钟
Harness 和 Eval 平台到底是什么关系？
Harness 负责产生可信执行事实，Eval 负责跨任务和版本判断质量。本文拆开 Runtime、Trace、Evaluator、Regression 和 Gate 的职责。
约 6 分钟
一次 Agent 失败，怎么变成一条 Regression Case？
把一次真实 Agent 事故沉淀成可复现、可判断、可长期执行的 Regression Case，形成 Failure Corpus。
约 8 分钟
Agent 最危险的不是失败，而是“最终通过，但过程已经失控”
Agent 最终通过并不代表过程可靠：从执行轨迹、独立证据、失败回归到 Quality Gate，讨论 Agent Reliability 的工程判断。
知识路径
执行 → 证据 → 评测 → 回归 → 交付