Temperature=0.3 还是 0.7？工业诊断场景下调参实验

同一个诊断 Prompt，跑 5 个温度值 × 10 次，告诉你为什么工业 Agent 的 Temperature 不该超过 0.3。

问题：Temperature 对 Agent 影响有多大？

每次 LLM 调用都有一个 temperature 参数。很多人的配置是复制粘贴来的，不知道这个值具体影响什么。

我在 industrial-agent-long 中写了一个 TemperatureExperiment，用同一个诊断 Prompt 在 5 个温度值下各跑 10 次，测量输出的一致性。

Prompt（固定不变）：

bash 复制代码

你是一个工业设备诊断专家。请根据以下信息进行诊断：
设备 CNC-001 当前振动值为 4.8mm/s（正常范围 0-2.8mm/s），
轴承温度为 72°C（正常范围 40-65°C）。
请给出：1) 可能的故障原因 2) 建议的维修措施 3) 是否需要立即停机。

变量：Temperature = {0.0, 0.1, 0.3, 0.7, 1.0} 每档跑 10 次 ，共 50 次调用。 测量指标：关键词一致性（Jaccard 相似度）------ 10 次输出中出现相同诊断关键词的比例。

arduino 复制代码

每轮都是：
"根据提供的数据，CNC-001 振动值 4.8mm/s 超出正常范围 0-2.8mm/s 约 71%，
轴承温度 72°C 超出正常上限 65°C。初步诊断为轴承磨损导致的振动异常..."

→ 10/10 一致。

arduino 复制代码

"CNC-001 出现转子不平衡迹象（振动 4.8mm/s，超限 71%），
建议进行振动频谱分析以排除轴承磨损可能性..."

→ 诊断结论方向变了，可能影响后续操作决策。

arduino 复制代码

"根据数据分析，建议联系设备厂商技术支持进行进一步确认。
在等待期间可减负荷运行..."

→ 模型开始「自我怀疑」，给的答案不再果断。

工业诊断场景，Temperature 不超过 0.3。

t=0.0 虽然最确定，但有一个副作用：措辞僵化。用户连续问三个设备，回答格式完全一样------「根据提供的数据...根据提供的数据...根据提供的数据...」。t=0.1-0.3 在「确定性」和「自然的措辞变化」之间取得平衡。

启动 industrial-agent-long，调用实验端点：

bash 复制代码

curl -X POST http://localhost:8080/api/agent/experiment/temperature

返回每个温度值的一致性分数和样本回复。挑你实际业务场景中的典型 Prompt 跑一遍，你就知道自己的 Agent 该设多少了。

Temperature 不是「创意度」，是「随机性」。工业 Agent 的随机性应该趋近于零------你不需要一个有「个性」的诊断报告，你需要一个准确的。

本文由 LaoLiang 原创，首发于掘金/知乎/微信公众号。转载请联系作者。