IT策士 10余年一线大厂经验，专注大模型测试、AI产品质量保障与职场进阶。我会在各个平台持续发布最新文章，助你少走弯路。

上一篇文章我们回顾了AI从规则到生成的演进，并提到了三种AI形态：判别式、生成式、推理型。很多同学会问：“不都是大模型吗？为什么还要分类？” 答案是：不同类型的AI，出错的方式完全不同，测试方法也截然不同。 这篇文章就用代码和实例，帮你把三者的边界划清楚，并给出各自的测试重点清单。

---

一、用一句话说清三种AI

判别式是“看山是山”，生成式是“看山画山”，推理型是“看山想山——推演山是怎么形成的”。

下面我们分别用 Python 代码演示三类 AI 的工作模式，并分析测试重点。

---

二、判别式 AI：分类与回归

2.1 核心原理

判别式模型学习的是 决策边界：给定输入 X，输出一个明确的标签或数值。它的输出是确定性的——同一个输入，同一个结果。

典型任务：垃圾邮件检测、情感分析、图像识别、信用评分。

2.2 Python 实战：用传统模型做情感分类

我们不需要 GPU，直接用 scikit-learn 演示一个判别式 AI：

# 环境准备：pip install scikit-learn
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.linear_model import LogisticRegression
import numpy as np

# 模拟训练数据：评论及其情感（1=正面，0=负面）
texts = [
    "这个产品太棒了",
    "非常失望，质量很差",
    "性价比很高，推荐",
    "客服态度恶劣",
    "用着还不错",
    "垃圾，千万别买"
]
labels = [1, 0, 1, 0, 1, 0]

# 文本向量化
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(texts)

# 训练一个逻辑回归分类器（判别式模型）
model = LogisticRegression()
model.fit(X, labels)

# 测试新的评论
new_texts = ["这个东西真好用", "简直是个坑"]
X_new = vectorizer.transform(new_texts)
predictions = model.predict(X_new)
probas = model.predict_proba(X_new)

for text, pred, proba in zip(new_texts, predictions, probas):
    sentiment = "正面" if pred == 1 else "负面"
    print(f"评论：「{text}」")
    print(f"  预测: {sentiment} (置信度: {max(proba):.2%})\n")

预期输出：

评论：「这个东西真好用」
  预测: 正面 (置信度: 78.23%)

评论：「简直是个坑」
  预测: 负面 (置信度: 65.41%)

2.3 判别式 AI 的测试重点

关键误区： 判别式AI不会“不知道”，它总是强行给出一个答案，哪怕输入完全无关。比如把“今天天气真好”扔进情感分类器，它依然会输出正面/负面，但那个置信度很低——这就是你需要测试的场景。

---

三、生成式 AI：从概率分布中采样

3.1 核心原理

生成式大模型（如GPT-5）本质上是一个自回归语言模型：给定上文，预测下一个 Token 的概率分布，然后从中采样。同一个输入可以产生不同的输出，因为采样过程有随机性（由 temperature 控制）。

3.2 Python 实战：调用大模型生成文本

我们使用 OpenAI 兼容的 API 调用一个大模型，展示生成式 AI 的行为：

# 安装：pip install openai
from openai import OpenAI

# 连接一个兼容 OpenAI API 的服务（这里以 DeepSeek 为例，可替换）
client = OpenAI(
    api_key="sk-your-api-key",  # 替换为真实 key
    base_url="https://api.deepseek.com"
)

def generate_text(prompt, temperature=0.7):
    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{"role": "user", "content": prompt}],
        temperature=temperature,
        max_tokens=200
    )
    return response.choices[0].message.content

# 测试：让模型写一首关于测试的短诗
prompt = "写一首四行诗，主题是软件测试工程师的日常"
result1 = generate_text(prompt)
print("=== 第一次生成 ===\n", result1)

result2 = generate_text(prompt)  # 相同输入，再次调用
print("\n=== 第二次生成 ===\n", result2)

预期输出（示例，每次不同）：

=== 第一次生成 ===
手指在键盘上跳舞，
寻找潜藏的漏洞。
一个用例，一次验证，
质量在代码间流淌。

=== 第二次生成 ===
从晨曦到夜幕低垂，
测试用例堆积成山。
缺陷如春笋般冒出，
修复后复测又是一天。

两次输出完全不同，但都符合主题——这就是生成式的特点。

3.3 生成式 AI 的测试重点

生成式AI的测试远比判别式复杂，因为没有标准答案：

---

四、推理型 AI：慢思考，多步推导

4.1 核心原理

推理型模型（如 OpenAI o3、DeepSeek-R1）在生成最终答案之前，会进行内部思维链(Chain-of-Thought)：分解问题、尝试子步骤、自我验证，最后给出答案。它的输出通常包含“思考过程”和“最终答案”两部分。

推理型AI的核心区别在于：它不是在“猜”，而是在“推”。

4.2 Python 实战：观察推理过程

许多 API 支持 reasoning_effort 或类似参数，并返回 reasoning_content：

# 调用推理模型（以某支持推理的 API 为例）
response = client.chat.completions.create(
    model="deepseek-reasoner",  # 推理模型
    messages=[{"role": "user", "content": "如果所有的猫都是哺乳动物，所有的哺乳动物都有脊椎。那么猫一定有脊椎吗？请逐步推理。"}],
    max_tokens=1000
)

# 提取推理过程和最终答案
reasoning = response.choices[0].message.reasoning_content  # 思考链
answer = response.choices[0].message.content

print("=== 推理过程 ===\n", reasoning)
print("\n=== 最终答案 ===\n", answer)

预期输出（示例）：

=== 推理过程 ===
1. 已知前提1：所有的猫都是哺乳动物。
2. 已知前提2：所有的哺乳动物都有脊椎。
3. 需要判断：猫是否一定有脊椎。
4. 根据三段论推理：如果A⊆B，B⊆C，则A⊆C。
5. 将猫记为A，哺乳动物记为B，有脊椎记为C。
6. 由前提1得 A⊆B，由前提2得 B⊆C，因此 A⊆C。
7. 所以猫一定有脊椎。
8. 结论：正确。

=== 最终答案 ===
是的，猫一定有脊椎。

4.3 推理型 AI 的测试重点

推理型AI的测试不仅要看最终答案，更要看中间过程：

关键误区： 推理型AI的思考过程可能“看起来很合理但逻辑错误”。必须对中间步骤进行验证，而不能只看最终答案。

---

五、三种AI的测试策略对比

---

六、动手试试：验证三种AI的差异

打开你常用的大模型产品，依次做三个实验：

实验1（判别式）：
输入：“下面这句话的情感是正面还是负面？只回答‘正面’或‘负面’：我等的公交车一直不来，真让人恼火。”
观察：是否只输出一个词。

实验2（生成式）：
输入：“用200字写一个关于AI测试工程师穿越到古代的搞笑故事。”
观察：两次输入同样的提示词，输出是否不同。

实验3（推理式）：
输入：“一个房间里有3个开关，分别控制隔壁房间的3盏灯。你只能进有灯的房间一次。如何确定每个开关控制哪盏灯？请逐步推理。”
观察：是否有明确的“思考→步骤→结论”结构。

记录下三种情况的输出特征，你会对三者的差异有直观感受——这也是未来设计测试用例的基础。

---

本文小结

判别式AI追求“分得对”，测试重点在准确率和鲁棒性；生成式AI追求“创作得好”，测试重点在有用性、真实性和无害性；推理型AI追求“推得通”，测试重点在步骤正确性和自我修正能力。三者不是互相替代，而是构成一个完整的AI能力谱系。理解它们的本质区别，才能设计出针对性的测试策略。

下一篇预告：《第一次与大模型对话：用 Python 调用 API》——从零搭建环境，跑通你的第一个大模型程序，真正上手写代码。

想了解更多还可以去各个平台搜索「IT策士」，一起升级 AI 测试思维 ！