Agent 测试实战:单元测试、集成测试与 Mock LLM 策略摘要:第一季留下了一个明确的空白——第 33 篇说"第一季最大的空白是评估",而评估的前提是测试。Agent 测试的根本困难是:LLM 有随机性,传统断言(assert result == expected)直接失效。同一个 Prompt 跑两次,输出可能不同;你既不能断言精确字符串,也不能简单地"跑通就算过"。本文讲清三件事:Mock LLM 的四种策略(stub / fake / 录制回放 / 真实调用,各自的适用边界与陷阱)、断言的五种替代方案(结构断言、属性断言、语义相似度、LLM-as-judg