针对AI大模型及AI应用的测试与评估方法论，区别于传统软件测试的断言机制，采用评分与及格线结合的方式评估模型输出质量，适用于LLM、RAG、Agent等AI系统。
使用单一综合分数衡量高度不均衡的AI能力系统会掩盖真实进展
当模型在数学和代码维度大幅提升时，若与原地踏步的其他维度取平均，整体曲线会显得平淡无奇
评估 AI 的数学能力应更关注其在分布外问题上的表现，而非基准测试高分
当前阶段AI竞品分析工具更适合作为人类分析师的增强层而非替代方案