「Claude 说能跑」不是测试：e2e 讲如何验证 Agent 改动

blaizedsouza · x · 2026-11-10

测试公司 e2e（曾融资 800 万美元，定位「agentic coding 时代的软件验证层」，GitHub 13.6k star）发布博客，讨论 agent 编码时代的测试到底怎么做。

核心观点：传统 E2E 测试脚本建立在确定性之上，要求每次精确匹配，但 agent 的行为天然非确定，旧框架不适配。文章主张不能只看 agent 自己声称「已经修好/能跑」，而要让 agent 明确检查它本该检查的东西，确保验证覆盖原始意图，避免「claude says it works」式的自欺式测试。