在AI产品评测中，BLEU和ROUGE指标常被提及，但它们究竟能衡量什么？本文深度解析这两个传统NLP指标的适用场景与局限，揭示大模型时代如何超越简单的文本重合度评估，帮助产品经理构建更全面的质量评估体系。从机器翻译到智能客服，从合同摘要到会议纪要，掌握这些指标的边界比背公式更重要。