AI 测试抖动多半源于断言写法与版本锁定

2026 年 11 月 2 日，DEV Community AI 栏目刊登了一篇关于 AI 测试抖动问题的文章。文章提出，AI 测试的不稳定多数来自两个原因：一是对本来就不保证一致的输出使用精确匹配断言，二是没有锁定模型版本与温度设置。

按文中的说法，先修好这两处，约 80% 的抖动测试会稳定下来；剩下的 20% 属于真正的非确定性，应对办法是换一种断言方式，而不是换模型。文中还提到，“AI 无法测试”的抱怨在 QA 团队中经常出现，这些团队往往已经进行 LLM 项目长达六个月，测试套件会运行起来，而问题也由此而来。文章未给出更具体的案例、工具或后续进展，目前信息只停留在这一观点陈述上。