test-first — 红 → 绿

TDD 就是 red → green 这个循环。这个技能是让循环产出值得留下的测试的参考：什么算好测试、测试写在哪、反模式、循环规则。每一轮都适用——边写边看，不是事后补看。

什么是好测试

测试通过公开接口验证行为，不碰实现细节。代码可以整个重写，测试不该跟着改。好测试读起来像规格说明："用户可以带有效购物车结账"直接告诉你存在什么能力，而且它熬得过重构，因为不关心内部结构。

接缝：测试写在哪里

接缝是你观察行为的公开边界。测试只写在接缝上，绝不写到内部。

只测事先约定好的接缝。写任何测试之前，先把"要测哪些接缝"写下来并与用户确认。测不了所有东西；先约定接缝，测试精力才会落在关键路径和复杂逻辑上，而不是每个边界情况。先问：公开接口是什么？我们该测哪几个接缝？

接口本身的形状还在摇摆时（模块该多深、接缝该在哪、暴露什么），先把它定下来再写测试——用 /to-design 把它写清楚。测试是给已经定下的契约上锁的；契约还在动的时候写测试，锁住的是你自己的草稿。

三个反模式

• 与实现耦合：mock 内部协作者、测私有方法、或从侧信道验证（绕开接口直接查数据库）。特征：重构时测试红了，但行为没变——这种测试把重构成本翻倍。
• 同义反复：断言用与实现相同的方式重算期望值（expect(add(a,b)).toBe(a+b)、按同样逻辑手推的 snapshot、常量断言等于自身），于是它按构造就通过，永远不可能与代码意见相左。期望值必须来自独立的事实来源：已知good字面量、手算样例、规格。
• 横向切片：先把所有测试写完再写实现。批量测试验证的是想象出来的行为——你测的是形状，不是面向用户的行为。改成垂直切片：一个测试 → 一段实现 → 再来一个；每个测试都是一颗曳光弹，回应上一轮学到的东西。

循环规则

• 红先于绿：先写失败测试，再写刚好让它通过的最少代码。不预判后面的测试，不加投机功能。
• 一次一片：一轮 = 一个接缝 + 一个测试 + 一个最小实现。
• 重构不属于这个循环：它属于评审阶段（/review-it）。混进来会让红绿循环失去"信号干净"这个唯一优势——你分不清红是被测行为坏了还是重构碰坏了。

在 DSH 里跑测试

每次 bash 调用都是新 shell，cd 不跨调用保留——用 workdir=<目录> 或 cd <目录> && …。长测试放后台任务。在 /graph 的节点里，路径必须是该节点 worktree 的绝对路径，否则你跑的是编排者的检出，测试结果与你的改动无关。收尾时按项目自己的门禁跑一次全量（mise run check、go test ./...、pnpm --dir web test …）。