没报错只是开始——行为的可断言性

全书开篇问过一个问题：没报错，就代表输出没问题吗？界面部分第 24 篇把 ANSI 变成可断言的，回答了这个问题的一半——渲染层。但 agent 不只是会说话，它会做事：行为层的可断言性是另一个量级的难题。这一篇是本卷的地图：把“agent 评测“这团乱麻收拢成四个问题，后面每章认领一问。

待办（2026-10-07）· 执笔中：本章为全卷框架章，无对应博客篇，正文新写中；骨架与配图已定，先立章节地图于此。

本章将讲

• agent 断言难在三件事：非确定性——同一输入不同输出，断言目标从结果移到路径覆盖与终态；成本是一等约束——每个样本都是真金白银；被测对象是复合体——模型 × 脚手架 × 工具 × 内容，归因必须靠对照。
• 四问框架：能不能做对、坏了会不会察觉、是不是它的功劳、什么代价——也是本卷后六章的目录。
• “什么代价“一问为什么暂不展开（线头留给 eval08）。