Agent 标准生态

Agent QC 拥有 Agent 项目的质量控制契约。它通过 refs 连接相邻标准，而不拥有这些标准的事实。

Agent QC 应回答：证据是否证明了这个 Agent 项目的质量声明？ 它不应该变成 runtime、UI、policy、artifact、tool 或 knowledge 标准本身。

Boundary map

Standard	Role	Relationship to Agent QC
Agent Knowledge	Source-grounded knowledge packs.	为测试提供可信 requirements、docs、domain facts、source maps 和 grounding expectations。
Agent UI	User-visible interaction surfaces.	提供 UI/TUI/desktop/WebUI 验收预期和 runtime-backed projection 规则。
Agent Runtime	Execution facts、controls、tasks、tools、streams、recovery。	为 runtime gates 提供 run/task/session state。
Agent Evidence	Evidence、verification、review、replay、export。	拥有 QC verdicts 引用的 durable evidence records。
Agent Policy	Permissions、approvals、risk、retention、waivers。	定义高风险测试动作是否可以运行或 waiver。
Agent Artifact	Durable deliverables 和 handoff packages。	存储 reports、screenshots、traces、logs、package manifests 和 generated outputs。
Agent Tool	Tool declarations、calls、progress、results、permissions、audit refs。	为 tool、MCP、ACP、connector gates 提供 tool invocation facts。
Agent Context	Context selection、budgets、injection、missing facts、compaction。	解释 QC 中 worker/verifier/judge agents 获得了什么 context。
Agent QC	Plans、profiles、gates、evidence、verdicts、waivers、reports。	拥有 testing evidence 是否证明 project quality claim 的判断。

Interop principles

1. QC 引用事实，但不拥有事实。 GUI pass 引用 Agent UI projection 和 runtime events；它不定义 UI protocol。
2. Evidence refs 必须持久。 QC report 应链接 Agent Evidence 或 artifact refs，而不是粘贴含密日志。
3. Policy controls 在 QC 外。 QC 可以要求 approval，但 Agent Policy 拥有危险动作是否允许或 waiver。
4. Knowledge 是输入，不是证明。 Agent Knowledge 的 requirements 指导测试；通过证据仍来自执行、trace 或 review。
5. Artifacts 是输出，不是 verdicts。 package、screenshot 或 report 只有连接 expectation 后才是证据。
6. Context 是可审查性的一部分。 context 影响结果时，qcloop/verifier/model-judge 结果需要 context/budget/source refs。

Example: UI/TUI/Desktop case

Agent Runtime emits run/tool/action facts
  -> Agent UI projects them into composer/status/tool/HITL surfaces
  -> Agent Evidence stores trace/screenshot/transcript refs
  -> Agent QC links refs to gate verdicts
  -> Agent Policy records waiver or approval when needed

QC failure 示例：screenshot 显示 "done"，但没有 runtime event 确认 completion。Agent UI projection 对 mock state 可能视觉正确，但 Agent QC 必须把 runtime-backed claim 标为 blocked 或 needs-review。

Example: Knowledge-driven eval case

Agent Knowledge supplies source-grounded requirements
  -> Agent Context selects test context and budgets
  -> qcloop or eval runner executes cases
  -> Agent Evidence stores attempts, verifier feedback, judge output
  -> Agent QC emits verdicts and remaining risk

QC failure 示例：模型答案引用了 source，但 source map 缺失。语义输出可能看起来合理，但 grounded-quality claim 不完整。

Agent QC 刻意不标准化什么

• visual theme、component library、typography 或 animation；
• 单一 test framework 或 CI provider；
• 单一 runtime event protocol；
• model provider choice；
• evidence storage backend；
• product-specific release policy；
• 精确 qcloop implementation。

Agent QC 标准化的是 evidence shape 和 verdict semantics，让这些系统可以互操作。