给 Agent 的测试，
做一次检验

我们给被测实现注入了 72 种谎话——谎报成功、伪造账单、冒充别人、偷偷挪走别人的订单。适用的 46 种里，断言当场抓住 44 种；漏掉的 2 种写在台账里，不在脚注里。

检验结论

注入的变异体（谎话）72

适用口径下的分母46 种

断言当场抓住44/46

抓获率95.7%

漏网的 2 种台账在案

26 个变异体在本域不适用，不进分母。漏掉的两种不是被四舍五入掉的，名字写在 docs/LIMITS.md 里。

判决只有三种；unknown 留在分母里，不算通过
判决值	什么时候给	计不计入
pass	每条断言都成立，且指出由哪条断言、在哪个观测上成立。	计入
fail	有断言不成立，报告说清期望什么、实际什么、差在哪一步。	计入
unknown	缺观测、环境故障、案例未确认。不算通过，留在分母里等观测被修好。	留分母

三十秒，亲手跑一次（零依赖，不装任何东西）：

git clone https://gitee.com/liu-everything_impossble/agent-web.git
cd agent-web && node bin/agent-web.mjs selftest

内置内存实现跑内置案例，三种判决各出现一次，fail 那条会直接说出坏在哪。npm 包名 agent-case 已定好但尚未发布（npx agent-case selftest 现在会 404），所以这里给的是仓库跑法——同一份东西。

不是截图。每次构建先跑 verify cases/coffee --adapter=memory 拿到真实判决，再用 flow 命令把判决渲染成上面两个页面。你看到的每一行 pass / fail，都来自这一次构建里真跑出来的判决，不是手工填的。

所以这一页的数字也跟着仓库走：变异体数量、适用分母、抓获率一旦被改坏，test/site.test.mjs 会在 CI 里直接把构建拦下来。