你的代理演示是被操纵的(我的也是), 所以我让法官写测试

2026年8月31日2 次浏览来源:Dev.to阅读原文

为万事而建 代理哈克通。

该项目:大麻轨迹追踪的自主合规代理,与双子座3.5 Flash一起运行于Cloud Run上.

这篇文章是关于测试绳, 因为事实证明是最有趣的部分。

每个代理演示都配得上每个黑克逊代理演示都有着同样的无声缺陷:构建代理演示的人也建立了测试.

当然,代理通过。

演示世界是围绕代理商擅长的东西而自觉或无意地构建的.

我的项目有一个严重的问题。

它将大麻设施的库存量与METRC——合法地记录存在的州种对销售系统——进行调和,并决定是否可以根据肯塔基州的测试条例915 KAR 1:110放出包裹.

无法对出品METRC进行演示(vendor API访问需要训练与协议过程),因此整件事与我所写的固定服务相悖:一个假的METRC服务于有文件记载的从Firestore得到的v2API形状.

因此,投注是"我的经纪人正确地管理了我发明的世界".

固定,通过建筑。

修补:使规范真实,然后交出钥匙 两次设计动作将异议转化为项目最强地产.

第一:代理从来不是参考。

条例是。 915 KAR 1:110 第2节要求的试验板作为结构化数据储存 -- -- 成品的十类分析仪、一批加工中的三类分析仪、每类分析仪的引文。

软件包的测试是否完成,是在任何模型被咨询之前,用代码计算出的设定差异.

任何人持有同样的METR记录和相同的法规文本,都可以检查每个决定.

第二,法官可以建造我从未写过的世界。

定点服务采用一个紧凑的规格:一个POST将它扩展成一个完整的世界——现实的METRC软件包记录,实验室结果有可信的水平,传输清单——与被种子演示的API表面相同。

然后,你触发一个循环, 给经纪人自己分级, 违反条例, 对于一个案件, 第一次有人(我)实际这样做 第一次自定义的情景 曾经运行在部署的系统 发现三个错误在一个晚上。

模特儿都错了 他们都是模特儿对我犯的错是对的 虫子一:我的"通过"数据在物理上是荒谬的.

生成器给每个产物都给出了相同的传出值,所以一剂精液携带了1.2%的总THC,一剂无溶剂的罗素携带了丁烷结果.

双子座升级 两者都 难以置信 - 没错。

有残留丁烷的霉素 是一个错误的矩阵实验室的结果 实际上是什么样的。

课:生成的测试数据一定很无聊.

如果你的固定装置绊倒了特工的可信本能, 每一个情景都淹没在假警报中,而特工看起来偏执而不是小心。

我的记录内部矛盾 测试失败的 spec 仍然在 METRC 状态字段中给软件包盖了章.

模特儿拒绝对矛盾采取行动,并请求成为人.

又对了 状态-vs-结果的矛盾是正当的情景——但是它应该有目的地构建,而不是被偶然所孕育.

Bug 3 (重要的一个): 升级后留下了失败的包可移动性.

我的规则层有一个原则 我骄傲的是: 升级不执行写作, 因为一个代理人 升级为人类,然后行动 无论如何,没有升级。

自定义方案暴露出缺陷:模型升级出一个失败溶液记录,没有写出,一个失败测试的包留在了记录系统中可移动.

一个真正的遵纪守法官员绝对不会这么做的 你将包裹冻结等待审查 固定法区分了模糊性(升级,一动不动)和硬证据(缺失或失败的必要测试:保护性持有先,再升级).

冰冻状态不是决定结果的 它能确保人类无动于衷

分享