软件 2.0：当「模型即程序」，测试与调试的范式怎么办

一句话结论

「软件 2.0」不是比喻：当行为由权重而非代码定义，测试与调试从「断点」走向「数据与评测」——模型是程序、数据是代码、评测是编译器，软件工程正在学习一套新范式。

三个关键点

1. 范式转移

1.0：代码 + 逻辑测试；2.0：权重 + 数据调优——调试靠「加数据/调评测」而非「打日志」，版本管理从 git 走向「权重/提示策略版本」。

2. 新工程三件套

评测集（定义对错）、数据版本（追踪输入变化）、策略版本（A/B 对比行为）——谁先建成这套，谁就在软件 2.0 领先。

3. 对团队

别用 1.0 工具管 2.0 系统：给 Agent/模型建立「评测驱动」的开发闭环，测试用例=评估数据集——没有评测集的模型项目，等于 1.0 时代没有测试的代码。