# 1. 3-5 年职业规划的真实工程边界 A 3-5 年职业规划应一成不变 B 3-5 年规划应把愿景拆成阶段目标与技能路径，并定期校准适应变化 ✓ 正确答案 C 3-5 年规划只需确定方向 D 职业规划无需结合行业变化
# 2. Sponsor 关系的真实工程边界 A Sponsor 与 Mentor 完全相同 B Sponsor 关系无需维护 C Sponsor 只提供建议 D Sponsor 是主动背书的支持者，Mentor 是指导者，Sponsor 靠高价值交付赢得 ✓ 正确答案
# 4. 教练（Coach）与导师（Mentor）的角色差异，如何选择合适的教练并评估效果？ A Coach 与 Mentor 角色完全相同 B Coach 直接给答案 C Coach 通过提问引导自我发现，Mentor 提供经验建议，选择需看专业匹配与信任 ✓ 正确答案 D 教练效果无需评估
# 5. 职业愿景如何具体化为 3-5 年目标与技能路径，愿景与现实机会的校准？ A 职业愿景只需空泛口号 B 职业愿景无需校准 C 职业愿景应完全脱离现实 D 职业愿景应拆成可测目标与技能路径，落地实践并与现实机会校准 ✓ 正确答案
# 6. 职业转型（Career Pivot）的真实长期边界 A 职业转型应一次性全转 B 职业转型没有风险 C 职业转型无需盘点能力 D 职业转型应评估可迁移能力与机会，用渐进路径（试水→过渡→全转）控制风险 ✓ 正确答案
# 7. 职业资产（Career Asset）的真实积累 A 职业资产是可复利、可迁移的积累（技能、声誉、作品、网络），应主动沉淀 ✓ 正确答案 B 职业资产只是完成工作任务 C 职业资产无法积累 D 职业资产与个人品牌无关
# 8. 远程/海外工作对程序员职业天花板（晋升、影响力、归属感）的真实影响是促进还是限制？ A 远程工作必然限制职业天花板 B 远程工作必定提升晋升 C 远程对天花板是双面的，被动远程会受限，主动提升可见度与关系可突破 ✓ 正确答案 D 远程工作无需维护影响力
# 9. Peer Mentoring 同行辅导的真实价值 A Peer Mentoring 没有价值 B 同行辅导只需单向指导 C Peer Mentoring 是同级互惠辅导，对等贴近实战、教学相长，与导师辅导互补 ✓ 正确答案 D 同行辅导与具体议题无关
# 10. 导师与教练的真实长期 ROI A 导师/教练长期 ROI 无法评估 B 导师/教练只带来短期收益 C 导师/教练长期 ROI 体现在决策质量、成长速度与机会上，应坚持长期投入 ✓ 正确答案 D 导师/教练投入没有长期价值
# 11. 如何借助导师/教练关系，在重大职业岔路口（转型/出海/创业）做出更少后悔的决策？ A 重大岔路口决策应独自拍板 B 重大岔路口应借导师经验校验现实、借教练澄清自我，结合后悔最小化决策 ✓ 正确答案 C 导师/教练对重大决策无用 D 重大决策应随大流
# 12. 如何将一个大型项目的经验转化为晋升答辩/面试中的结构化叙事（背景-决策-结果-反思）？ A 项目叙事应用背景-决策-结果-反思结构，突出个人决策与量化结果 ✓ 正确答案 B 项目叙事应流水账式罗列 C 项目叙事无需量化结果 D 项目叙事只需讲团队做了什么
# 13. 如何跨多个项目提炼出属于自己的'技术方法论'，使其成为可复用的个人品牌资产？ A 技术方法论通过跨项目抽象、验证与沉淀表达，成为可复用的个人品牌资产 ✓ 正确答案 B 技术方法论无法提炼 C 技术方法论只需记录一次 D 技术方法论与个人品牌无关
# 14. 从过往项目经验中，如何识别自己下一步职业方向（管理/架构/创业）的真实信号？ A 职业方向应从项目经验中的享受/擅长/消耗信号识别，并结合反馈校准 ✓ 正确答案 B 职业方向应凭想象决定 C 项目经验无法反映职业方向 D 职业方向无需考虑擅长
# 15. 如何把项目中的技术决策（为何选 A 不选 B）讲成体现判断力的故事，而非流水账？ A 技术决策应用"约束-权衡-选择-结果"讲逻辑，突出备选与理由体现判断力 ✓ 正确答案 B 技术决策叙事应罗列技术细节 C 技术决策叙事无需讲理由 D 技术决策叙事只需结果
# 16. SO 开发者调查显示 70% professional developer 不认为 AI 威胁工作，candidate 怎么区分"AI 增强"与"AI 替代"的真实边界 A AI 增强保留人类判断与问责，AI 替代剥夺，候选人应深耕判断力等高阶能力 ✓ 正确答案 B AI 增强与 AI 替代边界相同 C 70% 开发者认为 AI 会替代他们 D AI 增强与 AI 无关
# 17. SO 开发者调查显示 ChatGPT 74% 想继续用、76% 在用或计划用 AI，candidate 怎么解读 AI 工具采用率上升的真实工程影响 A AI 采用率上升无工程影响 B 74% 开发者反对用 AI C AI 采用率上升使 AI 素养成为基线技能，应主动用 AI 提效并强化审查判断 ✓ 正确答案 D AI 工具只会降低效率
# 18. 职业风险（技术过时/行业波动/单点依赖）如何识别与对冲，风险登记与行动？ A 职业风险无法对冲 B 单点依赖是安全的 C 技术过时风险无需应对 D 职业风险（技术过时/行业波动/单点依赖）应用可迁移能力与多元化对冲，建立风险登记行动 ✓ 正确答案
# 19. 程序员转产品经理/转投资/转咨询的真实路径中，哪些能力可迁移、哪些必须重补？ A 程序员转岗无需补任何能力 B 转岗能力全部不可迁移 C 程序员转岗靠逻辑/技术/数据等可迁移能力，并按目标路径补足短板（PM 补用户商业等） ✓ 正确答案 D 转岗只需技术过硬
# 20. 35 岁后'技术深度 vs 管理宽度'的真实取舍，不同选择对应的职业结局案例有何启示？ A 35 岁后必须转管理 B 技术深度与管理宽度两条路线都可行，关键是匹配禀赋并持续经营 ✓ 正确答案 C 技术深度 35 岁后无出路 D 管理路线无需任何能力
# 21. 职业杠杆（Career Leverage）的真实工程边界 A 职业杠杆只放大工作数量 B 职业杠杆没有任何放大作用 C 职业杠杆用技术/平台/网络/品牌放大价值，突破线性成长，需先夯实能力底盘 ✓ 正确答案 D 职业杠杆与个人品牌无关
# 22. 职业网络（Career Network）的真实长期建设 A 职业网络只需加好友即可 B 职业网络只靠利益交换 C 职业网络应主动建立、真诚互利、维护弱连接，长期经营形成信任资产 ✓ 正确答案 D 职业网络无需维护
# 23. 项目失败后，如何在职业履历中诚实且有策略地呈现，既不甩锅也不自我贬低？ A 项目失败应尽量隐瞒 B 项目失败应推给他人 C 项目失败应全部揽到自己身上 D 项目失败应诚实呈现角色、提炼学习与判断，不甩锅也不自我贬低 ✓ 正确答案
# 24. 在叙事中如何区分'我做的'与'团队做的'，既体现个人贡献又不夸大？ A 叙事中应把团队成果全归自己 B 叙事应用"我负责/我的判断"准确区分个人贡献，又不夸大团队，体现担当与协作 ✓ 正确答案 C 叙事中应完全隐去个人贡献 D 叙事中无需区分个人与团队
# 25. 技术领导者应如何用量化指标（性能、成本、稳定性、团队规模）为项目成果背书？ A 项目成果背书只用形容词即可 B 项目成果无需量化 C 量化指标与业务价值无关 D 应用性能、成本、稳定性、团队等量化指标，选与业务价值相关指标并前后对比背书 ✓ 正确答案
# 26. 如何建立个人的'项目复盘档案'，使每次经历都能沉淀为下次晋升/跳槽的素材？ A 项目经历无需记录 B 复盘档案只记录成功 C 项目复盘档案用结构化记录沉淀经历、量化成果与贡献，成为晋升/跳槽素材 ✓ 正确答案 D 复盘档案无需更新
# 27. SO 开发者调查显示 Docker 59% 用过一年，candidate 怎么解读容器化已从"专业技能"变为"基线技能" A 容器化始终是稀缺专业技能 B 容器化已从专业技能变为基线技能，应掌握它并叠加云原生等深层能力差异化 ✓ 正确答案 C 容器化无人使用 D 容器化只能是加分项
# 28. SO 开发者调查显示远程工作占比 41%（较疫情高峰下降），candidate 怎么解读 post-pandemic 远程回落趋势 A 远程工作已完全消失 B 远程从疫情高峰回落到混合为主，仍是主流选项，应掌握远程协作能力 ✓ 正确答案 C 远程工作占比持续上升 D 远程与混合无需权衡
# 29. SO 开发者调查显示雇主 size 与 stack 复杂度的真实相关，candidate 怎么用此选择目标公司 A 雇主规模与技术栈复杂度无关 B 大公司技术栈复杂规范、小公司灵活自由，应按职业目标与成长阶段选择目标公司 ✓ 正确答案 C 小公司技术栈必然复杂 D 大公司技术栈必然陈旧
# 30. SO 开发者调查计划新增 AI agents / LLM tooling 章节，candidate 怎么 prepare 解读 A 调查新增 AI agents/LLM tooling 章节说明其成为主流，应从采用率与工作流集成角度解读 ✓ 正确答案 B AI agents 与 LLM 工具是边缘话题 C AI agents 与开发无关 D LLM 工具无需追踪
# 31. Stack Overflow 开发者调查报告 65,437 名开发者、185 国家、48,019 人分享薪资，candidate 怎么解读 sample bias 与 missing-data 修正 A SO 调查是随机抽样，无偏差 B 薪资缺失是随机的，无需修正 C SO 调查有样本偏差与缺失，应用中位数、分层与缺失率谨慎解读 ✓ 正确答案 D 65,437 人代表全体开发者
# 32. JetBrains 开发者生态调查的 Cloud 平台偏好（AWS / GCP / Azure），candidate 怎么 cross-check 与企业实际使用 A 云平台偏好与就业市场实际有差异，应 cross-check 本地招聘与行业案例后决定学习优先级 ✓ 正确答案 B 云平台偏好等于实际使用 C 云平台偏好数据无需验证 D 只应信调查偏好
# 33. JetBrains 开发者生态调查的 IDE 选择（IntelliJ / VS Code / PyCharm 等），candidate 怎么 cross-check 与 Stack Overflow Survey 一致性 A 两调查 IDE 数据完全一致 B 两调查样本相同 C IDE 数据无法 cross-check D 两调查 IDE 数据有样本差异（各自用户群），应看趋势一致性而非单一数字 ✓ 正确答案
# 34. JetBrains 开发者生态调查显示 Kotlin 在 Android 仍占主导（约 6 成以上）且后端采用快速增长，KotlinConf 数据显示半数 Kotlin 用户将其用于后端，候选人如何解读 Kotlin 跨域采用率上升的趋势？ A Kotlin 在 Android 主导且后端增长，是跨域语言，掌握可覆盖移动+后端 ✓ 正确答案 B Kotlin 只用于 Android C Kotlin 后端采用在下降 D Kotlin 与 Java 生态无关
# 35. JetBrains 开发者生态调查的 Rust 采用率升至约 11%，candidate 怎么解读 Rust 在工具链与系统编程的真实地位 A Rust 是主流应用语言 B Rust 以内存安全与高性能在系统编程与工具链占重要地位，采用率上升反映受认可 ✓ 正确答案 C Rust 采用率在下降 D Rust 只适合 Web 开发
# 36. JetBrains 开发者生态调查的 framework vs library 选择（Spring / Quarkus / Micronaut），candidate 怎么解读 Java 生态的真实分化 A Java 生态只有一个框架 B 云原生框架与传统框架相同 C Quarkus 已取代 Spring D Java 生态分化为传统 Spring 与云原生 Quarkus/Micronaut，按场景选择 ✓ 正确答案
# 37. JetBrains 开发者生态调查的远程工作模式（hybrid 为主、fully remote 占一定比例），candidate 怎么解读 hybrid 占多数的真实趋势 A fully remote 是唯一主流模式 B 所有企业都要求纯到岗 C 远程模式以 hybrid 为主，fully remote 占一定比例，应掌握切换能力并匹配企业模式 ✓ 正确答案 D hybrid 模式已消失
# 38. SO 开发者调查显示 JavaScript 占 62.3% 用过一年，candidate 怎么解读 "used vs admired vs desired" 三项指标的真实含义 A used 反映广度、admired 反映满意、desired 反映向往，应综合解读技术热度 ✓ 正确答案 B used 反映技术向往度 C 三指标含义相同 D used 高代表一定会被向往
# 39. SO 开发者调查显示 PostgreSQL 49% 用过一年，MySQL 40%，candidate 怎么解读两者差距收窄的真实趋势 A MySQL 使用率持续上升 B PostgreSQL 与 MySQL 的差距在扩大，MySQL 仍领先 C PostgreSQL 反超 MySQL 因功能演进与云原生，应掌握其核心能力顺应选型趋势 ✓ 正确答案 D 数据库选型无趋势
# 40. SO 开发者调查显示 Svelte 73% 想继续用，candidate 怎么解读 "want to keep working with" 与"want to use next" 的真实差异 A 两个指标含义相同 B keep working 反映满意度、use next 反映吸引力，Svelte 满意高但采用待观察 ✓ 正确答案 C Svelte 是采用率最高的框架 D 满意度与吸引力无关
# 41. SO 开发者调查显示 npm 45% 用过一年（learn-to-code 群体），candidate 怎么解读不同开发群体的工具偏好差异 A 所有开发群体工具偏好一致 B 不同开发群体工具偏好不同，应区分初学者与专业群体解读，避免单一使用率误判 ✓ 正确答案 C npm 只被专业开发者使用 D 工具偏好与开发群体无关
# 42. SO 开发者调查显示 top concern 79% 是 misinformation/disinformation，candidate 怎么解读 ethical concern 与 engineering concern 的真实权重 A 开发者最关注性能问题 B 开发者最关注虚假信息（伦理），反映技术伦理成为核心关切，工程与伦理并重 ✓ 正确答案 C 伦理关切与工程无关 D 开发者不关心伦理
# 43. SO 开发者调查的薪资数据按 region / experience / role 分层，candidate 怎么 cross-check 与 levels.fyi 一致性 A 薪资数据只需看一个来源 B levels.fyi 与 SO 数据必然一致 C 薪资应同维度对比 SO 与 levels.fyi，理解自报与大厂差异，多源交叉校准 ✓ 正确答案 D 薪资数据无需分层
# 44. SO Survey methodology（随机抽样 + 邀请制 + 社交媒体）的真实 bias，candidate 怎么 weigh 数据 A SO 调查方法论有样本偏平台用户、自愿与覆盖不全的 bias，应识别方向并多源交叉 ✓ 正确答案 B SO 调查方法无 bias C SO 调查代表全体开发者 D SO 调查数据可直接当结论
# 45. JetBrains 开发者生态调查的 AI assistant 采用率（Copilot / Tabnine / Codeium / JetBrains AI），candidate 怎么解读 AI 在 IDE 层的真实渗透 A AI 在 IDE 层无渗透 B AI assistant 无竞争 C AI 只在独立工具中 D AI 在 IDE 层深度渗透（Copilot 主导、多工具竞争），应把 AI 辅助编码当日常基线 ✓ 正确答案
# 46. JetBrains 开发者生态调查的 Go 在 backend 与 infra 占比上升，candidate 怎么解读 Go 与 Java/Kotlin 的边界 A Go 在云原生/基础设施占优，Java/Kotlin 在企业后端占优，按场景互补 ✓ 正确答案 B Go 会取代 Java/Kotlin C Go 与企业后端无关 D Java 无任何场景优势
# 47. JetBrains 开发者生态调查的 Java LTS 版本（17/21）采用率，candidate 怎么解读 Java 现代化节奏的真实速度 A Java 已停止演进 B Java 新特性无人采用 C Java 8 仍是唯一主流 D Java 现代化节奏加快，LTS 17/21 成主流，掌握新特性并平衡存量与现代化 ✓ 正确答案
# 48. JetBrains 开发者生态调查的 Python 在 data / ML / scripting 三重身份，candidate 怎么解读 "polyglot Python" 的真实使用 A Python 只用于 ML B Python 是跨领域通用语言（data/ML 核心、scripting 日常、Web 补充），需按领域深耕 ✓ 正确答案 C Python 只用于脚本 D Python 各领域深度相同
# 49. JetBrains 开发者生态调查的开发者 burnout 信号（如疲劳 / 满意度），candidate 怎么与 MBI / JD-R 交叉 A burnout 只是简单疲劳 B burnout 无法测量 C burnout 与工作资源无关 D burnout 可用 MBI（耗竭/去人格化/低成就感）与 JD-R（需求-资源）框架解读 ✓ 正确答案
# 50. JetBrains State of Developer Ecosystem 调查 23,000+ 开发者，覆盖 171 国家/地区，candidate 怎么解读 sample vs GitHub Octoverse 的差异 A JetBrains 与 GitHub Octoverse 样本相同 B 平台数据反映偏好 C 两数据源方法完全一致 D JetBrains 反映问卷态度、GitHub Octoverse 反映平台行为，两者互补需 cross-check ✓ 正确答案
# 51. 面对面试官对项目细节的深挖，如何准备到'能下钻三层'而不被问倒？ A 面试深挖应准备"是什么-怎么做-为什么"三层细节，提炼决策、数据与反思 ✓ 正确答案 B 项目细节只需准备一层 C 项目细节无需准备 D 深挖无法应对
