Android开发转AI Agent：第2天——temperature调到1.5，LLM开始胡说八道
作者：一位Android开发工程师 | 2026年5月26日
系列：第1天已跑通基础API调用，本篇拆解 temperature 和 max_tokens
前言
第1天我学会了用3行代码调用LLM：
response=client.chat.completions.create(model="turing/gpt-4o-mini",messages=[{"role":"user","content":"问题"}],)answer=response.choices[0].message.content但这3行代码里还藏着几个关键参数没有动过。今天的目标：把temperature和max_tokens拆开，看它们到底控制什么。
temperature：控制LLM的"创造力"
temperature影响LLM输出时的随机性。类似Kotlin中Random(seed)的概念——种子固定，输出就固定；种子随机，输出就随机。
实验设计
同一个问题"给我3个App名字的建议，面向健身人群"，用了三档temperature：
fortempin[0.0,1.0,1.5]:response=client.chat.completions.create(model="turing/gpt-4o-mini",messages=[{"role":"user","content":question}],temperature=temp,max_tokens=200,)print(f"--- temperature={temp}---")print(response.choices[0].message.content)实验结果
temperature=0.0：
1. FitJourney - 强调健身过程中的成长与进步 2. PowerPulse - 传达力量与活力的感觉 3. WellnessHub - 集中于整体健康与健身temperature=1.0：
1. FitJourney - 强调健身过程中的旅程 2. PowerPace - 强调增强力量和运动节奏 3. HealthHaven - 传达健康的避风港概念前两档看起来挺正常。前两个名字几乎一样，第三个换了个说法。
temperature=1.5：
1. 动全力(MoveFull) - 强调全面性的连贯锻炼体验 2. 健身伙伴(FitBuddy) - 与好友一起参与健身 3. 强身日记(StrengthDiary) - 代览个人进展与可以为悄供密貼广阴展定位她， 同时也兼修设目标与360度评 Lamb protein goods死皮加强米好gem设计发展意义...后半段直接变成了无意义乱码：死皮加强米好gem设计、Lamb protein goods——LLM疯了。
这不是API故障。temperature=1.5时概率分布过于平坦，低概率token（包括无意义字符）也被采样出来。
修正实验：安全区间
把温度改成[0.0, 0.3, 0.7]重新跑，全部正常输出：
| temperature | 名字 | 描述 |
|---|---|---|
| 0.0 | FitJourney/PowerPulse/WellnessHub | 长描述，正经 |
| 0.3 | FitJourney/PowerPulse/FlexTrack | 长描述，微调 |
| 0.7 | FitJourney/PowerPulse/WellnessHub | 短描述，随意 |
temperature使用指南
0.0 → 代码生成、JSON输出（每次结果必须一致） 0.3~0.5 → 翻译、格式化任务（稳定但有点变化） 0.7 → 日常聊天（自然，不死板） 1.0+ → 头脑风暴、起名字（但要小心别超过1.2）max_tokens：控制回答长度
另一个参数max_tokens限制LLM输出的最大长度。不设的话LLM可能一直写到自己停不下来。
实验设计
同一问题"详细介绍Kotlin协程原理和使用场景"，设三档上限：
formax_tokin[30,100,300]:response=client.chat.completions.create(model="turing/gpt-4o-mini",messages=[{"role":"user","content":long_question}],temperature=0.7,max_tokens=max_tok,)实验结果
max_tokens=30（输出约38字）：
Kotlin协程是一种轻量级的线程管理工具，旨在简化异步编程和并发编程。它话说到一半就被截断了。
max_tokens=100（输出约144字）：
Kotlin协程是用于简化异步编程的一种机制...下面详细介绍原理和使用场景。 ### 原理 1. 协程的概念：协程是一种轻量级的线程，它们讲完了概念，原理部分又被截断。
max_tokens=300（输出约479字）：
完整介绍了概念、挂起函数、协程构建器(launch/async)、 调度器(Dispatchers.Main/IO/Default)、使用场景...结构完整、内容充分。
max_tokens使用指南
50 → 一句话回答 200 → 一段话 500+ → 长文章或详细分析如果怕浪费token，先设小一点看看够不够，不够再放大。比不限制让LLM写了删要好得多。
今天的一句话总结
temperature=0是"你给我老实点"，temperature=1.5是"放开说"——但放开太狠LLM直接说胡话了。安全区间0~0.7，生产环境建议0.3。
下一篇预告
第3天：system prompt——同一个API，换一行"人设"，输出从代码变成产品报告再变成生活比喻。
本系列记录一位Android开发者转行AI Agent的完整学习过程，欢迎关注交流。