正则扫完弱断言后仍漏掉的「恒真断言」（断言恒通过、对响应内容不敏感）怎么低成本识别：有没有可落地的静态特征清单，或「采样变异」的量化门禁方案？

背景

15 年测试开发，负责一条 B 端 SaaS 订单+结算链路的接口自动化仓库：Python 3.11 + pytest 7.4 + httpx，约 1200 个用例，跑在共享 staging（MySQL 8 + Redis 7）。近半年线上出了 2 次 P2，复盘下来都不是「接口挂了」，而是断言对响应内容不敏感、恒通过——比如某查询接口后端把 status 恒置成 SUCCESS，而用例只写了 assert data["status"] is not None，全程全绿。

现象

我按正则把 is not None / == 200 / len(...) > 0 这类弱断言扫了一遍（约 18%），治理后还剩一批正则抓不到、但实际恒真的断言：

• assert resp.json()["orderList"]：后端只要返回非空数组（哪怕内容全错）就过；
• assert result.get("code") in (0, 200, "0")：枚举兜底写得太宽，等于没断言；
• assert set(keys) >= {"id", "amount"}：只断言键存在、不断言值；
• 还有 assert True 之后跟一段「打印日志人工看」的伪断言，约 30+ 处。

这类断言的共性：结构上是真断言（正则不报），语义上对业务正确性零区分度。

已尝试的排查与结果

1. 正则/AST 静态扫：能抓到「is not None / == 200」这一层，但抓不到上面四类——它们语法合法、只是断言目标选错了；
2. 抽样变异测试：用 mutmut 对 20 个用例做了变异，存活率 41%（印证断言确实弱），但 1200 个用例全量跑一轮要 40+ 分钟，CI 里跑不起、也没法当门禁；
3. 人工 review：reviewer 自己也写不出「这条断言到底有没有区分度」的判据，基本靠感觉。

期望得到的答案形态

• 一份可枚举的「恒真断言静态特征清单」（正则或 AST 规则即可，按上面的四类对号入座），能直接进 CI 卡新增用例；
• 或者一个量化的「采样变异」门禁方案：从 1200 个里怎么抽（按什么维度分层？），抽多少、跑多频、存活率阈值定多少才算「可接受」，让结论可解释、可追踪；
• 加分项：怎么给每条用例算一个「断言区分度」分（断言了哪些字段、值域多宽），作为用例治理的客观判据。

我看过站内关于弱断言分层、变异测试、用例价值分的内容，思路对得上，但**「正则漏掉的那一层」还没有可直接抄的落地清单或量化门禁**，所以专门提出来请教。