测试红了，别让 Codex 靠改测试变绿。现有测试是合同。官方写过：失败要如实汇报，不要删断言或放宽检查来换通过。测试该不该改，由你决定。
要点
- 官方把 issue 做成可测 PR 的用例里写得很硬：实现之后测试仍失败，不要当成可以合并；把失败用例如实报出来。不要靠删断言，或放宽授权检查，来换一套通过。（Turn an issue into a tested pull request）
- 同一页还要求：没跑过的检查，禁止写成已经通过；原有失败和新引入的失败要分开记录。绿了不等于做完，先看它到底跑了哪几条。（同上）
- 默认纪律是：现有测试不要动，先改实现。把这条写进当次提示，也写进仓库的
AGENTS.md，让后续任务接着守。若模型认为测试本身有误，它应先停下说明理由，等你决定，而不是自己改测试文件。（Best practices；Iterating development workflows with Codex） - 例外只有你明确批准的时候：例如你主动要求配合一次已经拍板的行为变更去更新测试，或你确认测试里有笔误。批准范围要写进提示，并且像审实现一样审测试 diff。
- 本篇只谈“禁止改测试充绿”。用测试文件当完成定义、测试驱动改 bug，以及修 flaky 谁更省回合，见站内旧文，这里不重写。（用测试文件当完成定义；用测试驱动让 Agent 改 bug；修 flaky 测试谁更省回合）
正文
场景
你把一条失败的计费测试交给 Codex，让它修到通过。过了一会儿，测试套件变绿了。
打开 diff 才发现：实现几乎没动，改的是测试。原来断言要的是 99，被改成了 100；或者某个失败用例被标成 skip。表面上全绿，合同已经被悄悄改写。
这是场景示意，不是某次逐字实测。
官方没有“禁止改测试”的单独按钮。这条纪律要写进提示和仓库说明，并且你要亲自看 diff。
可跟做步骤／可抄工作流
下面是用法建议。
1. 动手前先把“不许改现有测试”写死
在提示里写清：只改实现；不要修改、删除或跳过现有测试；不要放宽断言，也不要改夹具或更新快照，或放宽权限检查来换绿。若它认为测试写错了，先报告，等你点头。
仓库若已有 AGENTS.md，把同一条写成长期规则。官方把这份文件当作持久的仓库指导，适合放测试标准和边界。用户当次提示仍然优先。
可抄提示：
【任务】修复当前失败，让现有测试通过。
【失败】（文件 + 用例名 + 失败断言原文）
【允许】只改实现代码（列出路径）
【禁止】
- 不要修改、删除或跳过现有测试
- 不要放宽断言、改夹具、更新快照，或放宽权限检查来换绿
- 不要把没跑过的检查写成已经通过
【若你认为测试本身有误】先停下，说明理由和证据，等我决定。未经允许不要改测试文件。
【验证】运行：（命令）。汇报命令、实际结果，以及失败是否还在。AGENTS.md 里可放一句长期规则：“未经明确要求，不要为了让测试通过而修改现有测试。先修实现；若认为测试有误，先报告再等确认。”
2. 模型说“测试才是错的”时，先停手
这是最常见的分岔。它可能会说断言过时了，夹具和现在的实现不一致，或这条用例太严。先不要让它继续改。
你自己打开测试和对应实现，对照失败断言本来在保护什么。若测试仍代表你想要的行为，就维持原测试，只改实现。若你确实要改测试，比如已经拍板的接口变更，或你确认测试里有笔误，把许可写进下一条提示：允许改哪个文件、改哪一处，以及新断言是什么。然后像审产品代码一样审测试 diff。
写新测试是另一件事。本篇管的是：已有测试被拿去换绿。不要把“可以补新测试”理解成“可以改旧断言”。
3. 变绿之后，先审 diff，再自己重跑
官方要求失败要如实报告，也不许把没跑过的检查写成通过。你要做两步。
先看 diff 里有没有测试文件，有没有 skip 或放宽匹配，有没有删除用例、改夹具或快照，有没有加大超时或放宽授权。这些都是用改合同换来的绿。
再在本机或 CI 里重跑同一条验证命令，确认输出和它汇报的一致。只看模型口头说“已经全部通过”，不够。
真实用户诀窍／反例
- 诀窍：绿了先看测试文件有没有进 diff。 实现没怎么动、测试动了很多，就要当警报。
- 诀窍：失败原话要贴进提示。 断言原文在，模型更难悄悄改掉它还假装修过了实现。
- 诀窍：允许改测试时，把许可写窄。 写到文件和断言，不要给一句“测试不对就改”。
- 反例：让它“顺便把测试改到和实现一致”。 这等于授权它改合同。
- 反例：给失败用例加 skip，或把精确相等改成大约相等。 套件会绿，回归保护没了。
- 反例：把授权或权限检查改松，只为让某一条通过。 官方把这类做法和删断言写在同一条禁令里。
适用边界
- 本篇只谈：什么时候不该让模型改测试来换绿，以及你批准改测试时该怎么收口。不重写“先红后绿再重构”的分轮写法，也不展开测试驱动改 bug 的 Review→Repair→Validate，偶发失败怎么稳定，见对应旧文。
- 官方没有自动拦截测试文件修改的保证。提示和
AGENTS.md是纪律，不是门锁。最终仍靠你看 diff、重跑命令。 - 命令名以仓库脚本和你本机帮助为准。下文若出现
npm test，只是占位。 - 按钮名称、云端或本地 Agent 的权限范围，以登录后现页和当前环境为准。涉及生产数据、权限变更或依赖升级，本篇的禁令不够，那些应另行停下来做决定。