AI 给出的答案，你敢直接用吗？芯片研发需要一套新的评估标准

做芯片的人对质量这个词不陌生。代码覆盖率、时序余量……这些指标跑了几十年大家都知道怎么看怎么判断一个版本能不能往下走。但现在流程里多了一个新角色——大模型的输出。问题来了这个输出用什么来量传统的软件质量评估体系建立在一个前提上输出是确定的。同样的输入同样的代码跑出来的结果是一样的。所以可以写测试用例可以做回归可以用覆盖率衡量测试的充分程度。这套逻辑非常扎实几十年没有本质变化。大模型打破了这个前提。同样的问题问两次答案可能不一样。