合成客服 Agent 幂等事故暴露输出层测试盲区

作者用合成客服 Agent 复现支付 API 超时后未带幂等键重试、导致 $84.00 重复退款的事故，说明仅断言回复内容的测试无法发现副作用错误。其方法是按订单 id 统计工具调用并检查账本终态，再录制事故运行，在 CI 中确定性回放并注入工具调用变异；只测输出的测试漏掉了全部 29 处变异。