传统软件测试的假设传统软件测试建立在三个假设上：输出确定：相同输入给相同输出，测试可以复现正确性可判定：函数返回 42 是对还是错，有明确标准维度单一：代码要么通过测试要么不通过，没有"有点通过"AI 应用打破了这三个假设。三个本质难点难点 1：输出不确定同一个 Prompt，Claude 今天的回答和明天的回答不一样。temperature=0 能降低随机性，但不能消除它。模型更新后，相同输入的输出会静默变化。工程含义：# 传统测试assertcalculator(2,3)==5# 跑 100 次，100 次通过# AI 评测score1=judge(llm.invoke("解释 Transformer"))# 4.2/5score2=judge(llm.invoke("解释 Transformer") 来自尧图内容编辑团队
内容团队 本文由尧图网络内容编辑团队执笔。团队由资深项目经理、前端工程师与设计师组成，所有内容均来自亲手交付的真实项目，先讲清问题、再给出可落地的解法。尧图深耕北京网站建设十年，服务过京华建材集团、智造科技等各行业客户，把一线经验沉淀为可复用的行业观察。
相关资讯与近期热门内容
建站决策前值得细读的三篇
