#测试

固定 agent-browser 与 Playwright CLI 版本，在动态 ID、DOM 重排和双视口 fixture 上比较语义快照、元素引用、命令输出与本机运行边界。

AI Agent 工程进阶第 2 篇：在同一个 Agent Reliability Lab 中建立 20 个任务、重复 Trial、五类确定性 Grader、失败台账和发布门禁，用实际代码比较 baseline-v1 与 candidate-v2，而不是凭感觉判断新版本更聪明。

Codex 系列第 9 篇：用一个可复现的 JavaScript 小项目，完整走过 Codex CLI 的目录确认、失败复现、项目扫描、最小修复、测试、diff、review 和非交互自动化。