AI 测试 AI 测试与 bug 同谋：变异测试与 LLM 评委校准 测试与实现出自同一个 prompt，会一起错：88.00 的巧合、覆盖率证明不了 oracle、变异测试与 κ 0.80 评委校准。一份 12 条清单。
