Ask HN：LLM 时代我们该如何衡量软件？

Hacker News 用户发帖讨论 LLM 时代软件难以量化评估的问题：即便使用同一模型、同一供应商，准确率、运行成本、上下文、规模、耗时、轮次等指标也会大幅波动，加上工具选择带来的不确定性，开发者几乎只能控制 harness 部分。发帖者质疑，在如此多变数下如何对工单做分诊，以及是否只能让用户自行承担结果。