交給 agent 的每一件事，回來時它都會附一句「typecheck exit 0，完成」。問題是，型別檢查只證明「型別對得起來」，它不證明邏輯對、更不證明使用者真的會走的那條路能跑。所以在這個客戶專案裡，我們把驗收拆成一層一層往上爬。

它說「過了」，我還是自己跑一次

每一段交回來的碼，我至少做這幾件事：自己重跑一次型別檢查（不採信它的回報）、把功能實際跑起來看、對像「重試」這種關鍵邏輯寫一小段確定性測試（故意丟暫時錯誤看它會不會退避、丟一般錯誤看它會不會誤重試），最後把測試用的假資料清乾淨。

正是這樣，才在客戶站上抓出一個「新建即發佈才會炸」的 404——那段碼型別完全正確，卻在真實路徑上出事。如果我停在「它說過了」，這個 bug 會直接上線給使用者。