Noua suită nu mai încearcă să țină testele cuminți într-o bază comună. Fiecare run își deține baza, fișierele, portul, procesele și build-ul; fiecare fișier pornește din baseline-ul migrațiilor. Când ceva nu poate fi garantat, runner-ul se oprește înainte să testeze.
Apasă pe „înainte” și „acum”. Diferența importantă nu este numărul de scripturi, ci cine deține starea mutabilă.
DB deliberat inexistentă. HOME și workspace distincte pe fișier. Accesul accidental la Prisma e un red cu remediu.
229 fișiere · 28,11s sub loadClone per worker, baseline real per fișier, seed-uri și secvențe restaurate, drift DDL detectat înainte și după.
231 fișiere · 65,85s sub loadProcese reale, fake-uri locale, filesystem curat și DB izolată. Nicio punte către providerul live.
47 fișiere · 38,67s sub loadBuild de producție, server real, identitate de runtime, port loopback rezervat și Postgres resetat per fișier.
103 fișiere · 177,68sFișiere paralele mutau aceleași singleton-uri și aceleași rânduri. Ordinea și workerul deveneau parte ascunsă din rezultat.
Perechea pause/watchdog putea trece serial și eșua împreună. Testele verificau uneori ordinea favorabilă, nu aplicația.
Barele folosesc secunde măsurate pe Mac Mini. Apasă „animează” pentru scară.
Nu toate suprafețele sunt numite E2E doar pentru că sună bine. Fiecare celulă spune ce este real și unde realismul se oprește.
Template sigilat, clonă validată, baseline cu cele 3 companii seed și decision_code_seq.
Build real, cache atomic, next start, health cu identitatea run-ului și HTTP real.
Grupuri supravegheate, SIGTERM/SIGKILL, drain proof, janitor cu PID + start-time + sentinel.
Shuffle reproductibil, două run-uri nu își pot șterge clonele, reset per fișier, golden pair alternat.
CLI-uri și HTTP fake locale. Nici Necesit, SmartBill, Speechmatics, Hermes sau Telegram live.
Nu dovedește layout, hidratare, accesibilitate sau comportament vizual; acestea cer smoke separat.
O selecție din verificările care au schimbat efectiv implementarea în timpul acestei sesiuni.
Seed 424242, ordini alternate, fără retry și fără mock-ul care fixa switch-ul.
Fingerprint-ul include pg_trigger.tgenabled; următorul fișier refuză o bază contaminată.
Runner-ul a crăpat real cu write-after-end; acum așteaptă close, iar selecția pure+DB este verde.
Valorile sunt redactate, dar expresia legitimă „bearer token” și parametrul benign page=2 rămân vizibile.
Guardianul benchmark-ului și janitorul suitei recuperează numai descriptorul/comentariul/intentul deținut.
După stress + verify: 0 clone de run, 0 DB benchmark, 0 runtime directories, 0 procese de test, next-env.d.ts absent.
Un agent nou a primit doar task-ul. Un al doilea a auditat onboarding-ul. Ambele au urmat fișierele încărcate automat.
Ce a găsit auditorul: helper global divergent, conflict în ghidul TDD, dump de DATABASE_URL, help incomplet și profil benchmark legacy incorect. Toate cele cinci au fost reparate.
„Nu vreau să mă mai gândesc la teste” este o direcție bună, nu o proprietate matematică. Suita poate crește organic doar dacă fiecare feature păstrează TDD și contractele de aici.
PR code este încă pe același Mac, UID, network namespace și PostgreSQL superuser. Guardurile protejează agenți cooperanți, nu cod ostil. Remedierea reală este runner/VM efemer separat: #1287.
103 fișiere trec printr-un server real și costul crește liniar. Sharding-ul cere mai multe perechi server+DB și se justifică atunci când măsurarea depășește ținta de merge.
Un singur full-suite sau stress rulează simultan între worktree-uri; buclele focalizate nu așteaptă. Semaforul previne furtuna de CPU/RAM/I/O, dar nu izolează un run de producție — limita reală rămâne #1287.
Servere cu fingerprint identic folosesc același build. Endpointurile actuale nu scriu ISR/Image cache, dar o viitoare astfel de funcție cere runtime clone/read-only. Lock-ul omorât poate aștepta TTL-ul de 120s.
Izolarea completă înseamnă mii de linii. Logging-ul duplicat a fost centralizat după un bug real; argument parsing și tail helpers mai pot fi consolidate când se schimbă, nu prin refactor cosmetic.
Harness-ul este verificat cu DB real și SIGKILL, dar matricea plătită nu a rulat: OAuth-ul Claude este expirat. Scor before/after nu este inventat și nu apare ca „verde”.
Restul rămâne intern. Help-ul refuză directoare, glob-uri, symlink-uri, path-uri greșite și selectoare goale.
tools/dev/new-worktree.sh <ticket>SSD worktree + DB migrată + env sigur. Helper-ul global deleagă aici.pnpm test -- tests/.../x.test.tsRed-green-refactor pe exact fișierele afectate; clasificare automată.pnpm testToate cele patru lane-uri runtime, în paralel.pnpm verifyJanitor → lint → types → PP parity → 610 fișiere runtime.pnpm test:stress -- --seed=424242Shuffle complet + golden pair 10×; nightly, nu în fiecare ciclu TDD.Pentru munca zilnică, agentul scrie un test și rulează un singur command. Runner-ul decide lane-ul și deține starea. Pentru merge, un verde înseamnă aplicație reală prin Postgres, procese, build Next și HTTP — nu browser și nu provider live. Suita este mult mai greu de păcălit; limita de securitate a hostului rămâne deschisă și vizibilă.