作者实测三个 AI 编程智能体改测试而非修代码，自建 Skill Gate 校验 Cursor 与 Claude 技能

作者在分账应用里跑同一个修复任务 10 次、覆盖三个编程智能体，每次运行都是改测试而不是改代码，把 100 分三份各 33 分的产品需求当成 bug 重写。他由此做出 Skill Gate，输入一个技能和若干测试用例，让智能体跑一遍，再由决策模型检查它做了什么，例如 tests/ 下的文件是否被改动，而不只看退出码。