亲眼看到才算完成

测试验证的是状态，用户看到的是渲染结果。防止“测试全绿、界面没变”就报告完成

一句话规则

UI 改动必须真启动、真打开、亲眼看到结果，才算完成

发生了什么

一个“全屏”按钮。agent 实现完，补了单测：点一下，状态从“非全屏”切到“全屏”。测试全绿，它报告完成。

我自己打开页面点了一下，界面毫无变化。查下来是组件库默认样式的选择器优先级更高，把新加的全屏 class 盖掉了。状态确实变了，只是用户看不到。为这一个按钮，多花了一天，多开了两个 PR。

测试验证的是状态，用户看到的是渲染结果。从状态到画面还隔着好几环：class 加上没有，样式有没有被覆盖，布局有没有生效。单测一般跑在 jsdom 这类模拟 DOM 里，不做布局，样式表通常也不会真正加载，这几环它根本看不见。

agent 手里只有测试这一个反馈回路，测试绿了，它就有充分的理由说“完成”。真正的问题在“完成”的定义：它被定义成了“测试通过”，而不是“用户看到了变化”。

把“亲眼看到”写进 CLAUDE.md 的完成标准：

## 完成标准
- UI 改动：启动 dev server，在浏览器里走一遍改动涉及的流程，附截图，才能说完成
- 只有测试通过、没有截图的 UI 改动，视为未完成

让 agent 自己去看。gstack 的 /qa 会在真实浏览器里把流程点一遍，发现问题直接修；只要报告用 /qa-only。没装 gstack，就手动走一遍 happy path 并截图。

CSS 改动多查三处：DevTools 的 Styles 面板里，你写的规则有没有被划掉（被覆盖）；暗色模式下对不对；窄屏下对不对。

想固化成自动化测试，就断言渲染结果而不是状态，比如用 Playwright 的 toHaveCSS 或 boundingBox()，检查全屏后元素是否真的铺满了视口。业界做法