第11章：把评测做成回归——测试集、断言与流水线

把评测接进流水线的核心是三个决定：拦什么、门槛多高、红灯后人能读懂什么。非确定性断言可以进流水线，但不能配 100% 门槛，应改用通过率下限，官方示例起步门槛为 100，用例集足够大后再降到 90。退出码分层：测试失败返回 100，配置类运行问题返回 1，以区分"没通过"与"没跑起来"。