TypeScript AI 生产环境中单元测试遇到结果不可复现怎么排查
在生产环境相关的单元测试中，我明明没有改代码，但 AI 相关测试的结果会时好时坏，这通常说明哪些地方存在不稳定因素？
定位结果不稳定的核心原因
这类问题通常来自随机性、外部依赖和异步时序。可以先检查是否使用了带随机种子的逻辑、时间相关数据、网络请求、数据库状态、缓存命中差异，或是 AI 模型调用本身存在温度参数、采样策略、上下文变化等因素。还需要确认测试是否依赖了共享状态，例如全局变量、单例对象、Mock 污染、并发执行带来的数据竞争。
本地运行正常，但 CI 或生产镜像中测试结果却不一致，这类环境差异通常会从哪些方面影响 TypeScript 测试？
优先核对环境一致性
需要重点对比 Node.js 版本、TypeScript 编译配置、依赖包版本、时区、语言区域、系统时间、容器资源限制和并发设置。AI 测试若涉及外部服务，还要检查模型版本、接口网关、速率限制、网络延迟和超时配置。建议把这些信息固定到可追踪的配置文件或启动日志中，方便复现和比对。
当单元测试结果波动时，我应该怎样区分问题来自测试实现、Mock 方式，还是 AI 服务返回内容本身不稳定？
用分层隔离法定位问题来源
可以把问题拆成三层验证：一层是纯函数逻辑，完全脱离 AI 和网络；一层是对 AI 接口做固定返回的 Mock 测试，确认断言是否稳定；一层才是真实调用外部服务。若 Mock 场景也不稳定，多半是测试断言过于宽松或过于严格、快照不合理、异步等待不充分；若仅真实调用不稳定，重点就该放在模型参数、prompt 设计、响应解析和网络条件上。
面对生成式 AI 的输出波动，单元测试应当如何设计，才能避免经常因为文案差异或格式微调而失败？
通过稳定断言提升可维护性
不要把断言写死在完整自然语言文本上，应该尽量验证结构、字段、关键语义和边界条件。对于 AI 输出，建议优先检查 JSON schema、字段类型、必填项、枚举值、长度范围和核心意图是否正确。对于文本类结果，可以使用归一化处理、关键词匹配、正则校验或评分阈值，而不是直接依赖逐字一致。若测试对象允许，尽量把温度设为 0，并固定提示词和上下文输入。