测试全绿，为什么Agent还是读不到那行报错？

跑一次测试，几百个用例通过，一个失败。测试运行器把每一个通过用例的名字、每个文件的进度、一段汇总，连同那段真正需要的堆栈信息，一起打印出来。人滚动终端时会自动忽略噪音，编码Agent不会滚动，它读的就是命令打印出来的全部内容。

问题在于，有用的那部分可能被截掉。失败命令回传到Claude Code的内容，内联部分大约只有10,000个字符。超出之后，Claude拿到的是"该长度的头尾摘录"，而且没有指向剩余内容的文件路径。红色测试运行的退出码非零，会被算作失败，偏偏这种运行里，中间那段最关键。

能塞进去的部分还会留下来。Claude Code"每次请求都会发送完整对话"，那些通过用例的名字会跟着后续轮次一路漂，直到对话被压缩或清空。你改不了Agent怎么读，但能改运行器打印什么。

先量，再改

像Agent那样跑测试：走管道，不进交互式终端，把标准错误合并进标准输出，然后数字节。wc -c统计的是字节数，纯ASCII输出下等同于字符数，也就是Claude Code限额用的单位。具体数字取决于你的测试套件——多少用例、日志打多少、堆栈多深，所以在自己的项目上跑，每加一个参数前后各测一次，只留下真正让计数下降的参数。

想一次比较多个变体，可以用一个小循环：

• Vitest--reporter=minimal。Vitest 4.1新增了这个报告器，目标是"减少AI Agent的token消耗"，只打印失败用例及其错误信息，抑制通过用例的控制台日志和汇总段。未配置报告器且检测到AI编码Agent时，它会自动启用。配置里写死了报告器、或检测没认出你的Agent时，需要手动传。
• Jest--silent，阻止测试通过控制台打印消息。Jest有个默认值会咬Agent：verbose在只有一个测试文件时为true，而修完一个文件后的快速重跑，正是Agent最常做的事。
• pytest-q是安静模式，要提防的是脚本和addopts里的-v-vv，后者连断言文本都不再截断。
• pytest--tb=short。默认的--tb=auto会给首尾条目打长堆栈，short保留文件、行号和失败断言，通常够Agent动手；--tb=line往往太少。若addopts开了--showlocals，每次堆栈都带局部变量，可用--no-showlocals关掉。

Go、Rust、PHP、Ruby

go test ./...本身已经安静，通过的包只打一行ok汇总。-v会把所有测试和Log输出都打出来，Makefile目标或Agent顺手加上它就前功尽弃。想要更友好的视图可以用gotestsum包装go test -json，默认的pkgname格式每个包一行，dots格式每个用例一个字符，两者增长维度不同，都得在仓库里实测。

Cargo要两边都加：cargo test -q -- --quiet。第一个-q是Cargo自己的，隐藏它的日志；--之后的交给测试框架，libtest的--quiet每个用例显示一个字符而非一行，是--format=terse的别名，默认的pretty则是一行一个用例。

PHPUnit用--no-progress关掉执行进度，失败和结果汇总照常打印。要避开两个邻居：--testdox按名字报告每个用例，--no-output连失败详情一起吞掉。RSpec默认就是progress格式，通过打点、失败打F；如果项目的.rspec文件里写了--format documentation，改成progress或直接删掉那行。

第九个开关：第一个失败就停

上面每个运行器都有同一个开关的变体。Agent在修一个问题时，第一个失败之后的输出，都是它动手前要先读完的负担。Cargo的提前停止粒度更粗：第一个测试可执行文件失败就退出，但libtest仍会跑完该文件内的所有用例，它自己的--fail-fast需要-Z unstable-options。

拼起来的快速循环大致是这样：

• npx vitest run --reporter=minimal --bail=1
• npx jest --silent --bail
• pytest -q --tb=short -x
• go test -failfast ./...
• cargo test -q -- --quiet
• vendor/bin/phpunit --no-progress --stop-on-failure
• bundle exec rspec --format progress --fail-fast

提前停止是给循环用的，不是给终点用的。Agent说完成之前，应该安静地跑完整套件，读完每一个失败。

把命令钉住，再看表

参数只有被用上才有效。把命令写进Agent会话启动时读取的文件：Claude Code会把CLAUDE.md加载进上下文，AGENTS.md则是Codex、Gemini CLI、Cursor、Aider等读取的开放格式。Claude Code的成本指南还列了两个更重的选项：用PreToolUse钩子重写测试命令，只让失败回来；或在子Agent里跑测试，让冗长输出留在子Agent的上下文里，只返回摘要。

然后要能看到效果。Hermes IDE的2.3.4版本加了上下文计量表，显示对话有多满，接近满时提供Compact。用默认参数和安静参数各跑一次套件，在轮次之间看表。压缩是事后补救且不免费：Claude Code文档指出/compact要读取它总结的对话，压缩一个大上下文本身就是一次大请求。前面那些参数，才是更便宜的修法。