同一个问题交给模型两次，答案不完全一样，这一定是 Bug 吗？如果业务要求结果稳定，你会怎么处理？
考察说明
考查对生成随机性、可复现性和确定性系统边界的理解。
回答思路
- 生成模型根据概率选择后续内容，即使输入相同也可能产生不同措辞或推理路径；差异本身不一定是故障，关键是结果是否满足业务约束。
- 复现问题时要固定模型与版本、系统提示、上下文顺序、工具结果和采样参数，并记录完整调用链，避免把环境变化误判为随机性。
- 结构化任务应限定字段、枚举和输出格式，并在程序侧校验；金额计算、权限判断和业务规则等确定性环节不应交给自由生成。
- 降低随机性可以让措辞更一致，但不能自动消除事实错误，因此仍要用证据、规则和真实任务评测验证结果。
- 对开放式任务应评估多次运行的任务成功率和严重失败分布，而不是要求每个字完全相同或只看一次示例。
- 如果业务必须得到完全一致的结果，可以使用模板、规则、缓存已审核结果或人工审批，把模型限制在提供候选内容的环节。