60. 通宵找出并修复 CI 流水线中不稳定的测试

作者给了 Claude 读取 CI 产物的权限，让它搭建工具来追踪过去 30 天滚动的通过/失败率。它挑出最不稳定的测试，推测问题出在测试本身还是生产代码，并缩小到最小复现样例。在无法确定性复现的情况下，它会猜测一个修复方案，然后通宵反复运行测试，从统计上判断修复是否有效。作者白天负责评审 PR。

几周下来，流水线缩短了 20 分钟，通过率提升了 35%（主分支原本只有约 40%）。Claude 提出的一些方案很糟糕，只好丢掉。

要做好亲自评审每个 PR 的准备；作者丢弃过一些糟糕的修复，所以通宵运行的结果需要人白天检查。

查看 [仓库名称] 最近 [数量] 次 CI 运行，按不稳定的频率给测试排序。针对最严重的 [数量] 个，在本地复现失败、找出原因，并在单独的分支上提出修复方案。每个修复运行 [数量] 次以确认稳定，丢弃任何站不住的修复，并总结哪些方案有效。没有给我看 diff 之前，不要合并任何内容。