深度拆解OpenAI Agents API：任务跑得越久，测试为什么越不能只看最终答案？

晚上六点，研发把“升级依赖、修复兼容问题、补齐测试并生成迁移说明”交给Agent。第二天早上，PR能编译、单测也通过，可工作区多了几个缓存文件，数据库迁移脚本被改过两次，Agent还访问了一个团队没人认识的外部地址。