diff --git a/docs/LOGBOOK.md b/docs/LOGBOOK.md
index 1cc04f1c..176b9d83 100644
--- a/docs/LOGBOOK.md
+++ b/docs/LOGBOOK.md
@@ -5,7 +5,7 @@
 
 ---
 
-## 📍 當前狀態 (2026-03-26 11:45 台北)
+## 📍 當前狀態 (2026-03-26 12:30 台北)
 
 | 項目 | 狀態 |
 |------|------|
@@ -15,8 +15,27 @@
 | **Phase 16** | 🔄 R1.3 驗證期至 2026-03-27 16:04 |
 | **Phase 18.1** | 🟢 **5/7 完成 (ADR-016 + 工具函數)** |
 | **Phase 18.2** | ⬜ E2E 腳本優化待開始 |
+| **LLM 測試** | 🔴 **Ollama CPU 模式 - 需修復 GPU** |
 | **首席架構師審查** | ✅ **發現 kubectl 指令無效問題** |
 
+### 🔴 2026-03-26 Ollama 伺服器問題 (Day 8 中午 12:30)
+
+**問題**: CI LLM 測試全部超時失敗
+
+**根因**:
+- Ollama (192.168.0.188) 使用 **CPU 推理**
+- VRAM = 0 GB (未載入 GPU)
+- 生成速度: 0.45 tok/s (正常應 10-20 tok/s)
+
+**待修復**: 需手動檢查 GPU 驅動/CUDA
+
+**決策**:
+- ADR-018 三層框架暫緩整合
+- 先修復 Ollama GPU 問題
+- 再實施方案 A (加 seed 參數)
+
+---
+
 ### 🆕 2026-03-26 Phase 18 E2E Hardening 啟動 (Day 8 上午 11:20)
 
 **發現問題**:
diff --git a/docs/evaluations/2026-03-26_llm_testing_evaluation.md b/docs/evaluations/2026-03-26_llm_testing_evaluation.md
new file mode 100644
index 00000000..34132809
--- /dev/null
+++ b/docs/evaluations/2026-03-26_llm_testing_evaluation.md
@@ -0,0 +1,219 @@
+# LLM 測試策略評估報告
+
+| 屬性 | 值 |
+|------|-----|
+| **評估日期** | 2026-03-26 |
+| **評估者** | 首席架構師 |
+| **狀態** | 📋 評估中 |
+
+---
+
+## 1. 問題定義
+
+**現象**: CI 中 7 個 LLM 測試失敗
+- `test_model_regression.py`: 4 failed
+- `test_prompt_validation.py`: 3 failed
+
+**根因分析**:
+
+| 問題 | 詳情 |
+|------|------|
+| 測試與生產不一致 | 測試直接呼叫 Ollama API，未使用 OpenClaw Service |
+| 缺少確定性參數 | 測試未設定 `seed`, `temperature: 0.0` |
+| 字串匹配過嚴 | 使用 lambda 檢查特定子字串存在 |
+
+---
+
+## 2. 現有架構盤點
+
+### 2.1 OpenClaw Service (生產環境)
+
+**檔案**: `src/services/openclaw.py`
+
+**已有配置**:
+```python
+"options": {
+    "num_predict": 1024,
+    "temperature": 0.1,   # ← 已設定低溫度
+    "top_p": 0.9,
+},
+"format": "json",         # ← 已啟用 JSON 模式
+```
+
+**結論**: 生產環境已有穩定配置，測試應該復用
+
+### 2.2 測試檔案 (問題所在)
+
+**檔案**: `tests/test_model_regression.py`, `tests/test_prompt_validation.py`
+
+**問題配置**:
+```python
+# 無 seed
+# 無 temperature 設定
+# 無 format: json
+response = await client.post(
+    f"{OLLAMA_URL}/api/generate",
+    json={
+        "model": model,
+        "prompt": prompt,
+        "stream": False,
+        # 缺少 options
+    },
+)
+```
+
+**結論**: 測試未使用生產配置，導致不一致
+
+---
+
+## 3. 解決方案比較
+
+### 方案 A: Ollama 確定性參數 (最小改動)
+
+**改動範圍**: 僅修改 2 個測試檔案
+
+```python
+# 加入確定性參數
+"options": {
+    "seed": 42,           # 固定種子
+    "temperature": 0.0,   # 零溫度
+},
+"format": "json",         # JSON 模式
+```
+
+**優點**:
+- 最小改動
+- 與生產環境一致
+- 無新增依賴
+
+**缺點**:
+- 仍依賴 Live LLM (CI 需要 Ollama 可用)
+- 無法完全消除網路波動
+
+**評估**: ✅ **推薦 - 第一步**
+
+---
+
+### 方案 B: 測試呼叫 OpenClaw Service
+
+**改動範圍**: 修改測試使用 OpenClaw Service
+
+```python
+# 直接使用 OpenClaw Service
+from src.services.openclaw import get_openclaw
+
+openclaw = get_openclaw()
+result = await openclaw.analyze_alert(...)
+```
+
+**優點**:
+- 測試生產代碼路徑
+- 配置自動同步
+- 更接近真實場景
+
+**缺點**:
+- 需要更多設定 (Redis, Settings)
+- 增加測試複雜度
+
+**評估**: ⭕ 可考慮 - 整合測試
+
+---
+
+### 方案 C: 三層測試框架 (ADR-018 原提案)
+
+**改動範圍**: 新增完整測試框架
+
+**優點**:
+- 完整的測試分層
+- 支援 Golden Response Mock
+- 語意相似度測試
+
+**缺點**:
+- 大量新增代碼 (~1000 行)
+- 增加維護成本
+- 可能與現有測試衝突
+- 過度工程化風險
+
+**評估**: ❌ 暫緩 - 先嘗試方案 A
+
+---
+
+## 4. 衝突檢測
+
+### 4.1 與現有 ADR 衝突
+
+| ADR | 檢查結果 |
+|-----|---------|
+| ADR-006 AI Fallback | ✅ 無衝突 |
+| ADR-015 MCP 模組化 | ✅ 無衝突 |
+
+### 4.2 與現有 Memory 衝突
+
+| Memory | 檢查結果 |
+|--------|---------|
+| feedback_no_mock_testing.md | ⚠️ **注意**: 禁止 Mock，方案 A/B 符合 |
+| feedback_modular_architecture.md | ✅ 方案 B 更符合 |
+
+### 4.3 與現有 Skills 衝突
+
+無直接衝突
+
+---
+
+## 5. 推薦行動
+
+### 第一步: 方案 A - 最小改動 (1 小時)
+
+1. 修改 `test_model_regression.py`:
+   - 加入 `seed: 42`, `temperature: 0.0`
+   - 加入 `format: "json"`
+
+2. 修改 `test_prompt_validation.py`:
+   - 同上
+
+3. 調整 validators:
+   - 改為 JSON Schema 驗證 (與 OpenClaw 一致)
+
+### 第二步: 驗證效果 (30 分鐘)
+
+- 執行測試 3 次，確認穩定性
+- 比較修改前後通過率
+
+### 第三步: 評估是否需要方案 B/C
+
+- 若方案 A 效果良好 → 完成
+- 若仍有問題 → 考慮方案 B 整合測試
+- 方案 C 暫緩，待需求更明確時再議
+
+---
+
+## 6. ADR-018 處理建議
+
+**建議**: 將 ADR-018 標記為「評估中」，先實施方案 A
+
+**原因**:
+1. 方案 A 更簡單且無新增複雜度
+2. 未完成「解決方案導入評估 7 問」
+3. 過度工程化風險
+
+**已建立新增代碼處理**:
+- `tests/llm_testing/` 框架已建立
+- 若方案 A 不足，可作為備用方案
+- 但不應立即整合到 CI
+
+---
+
+## 7. 決策等待項目
+
+1. **Ollama 確定性測試結果** - 確認 `seed` 參數是否有效
+2. **統帥確認** - 是否採用方案 A 先行
+
+---
+
+## 8. 後續追蹤
+
+- [ ] Ollama seed 測試完成
+- [ ] 統帥確認方案選擇
+- [ ] 方案 A 實施
+- [ ] 效果驗證
+- [ ] 決定是否需要方案 B/C