确定性测试与非确定性输出的边界是这套夹具的设计核心：LLM即使在同一输入下也会因采样温度、批处理、模型版本漂移而产生不同措辞，精确字符串断言必然失败；应将测试对象从文本内容上移到结构性契约（引用是否逐字来自原文、去重键是否唯一、失败路径是否触发、成本是否越界）。