# 1. 为什么“上下文工程”（Context Engineering）被视为提示工程的自然演进，两者在能力模型上的核心差异是什么？ A 上下文工程是提示工程的演进，从写指令到设计动态多源信息供给 ✓ 正确答案 B 上下文工程与提示工程完全等价 C 提示工程更高级 D 上下文工程只处理静态文本
# 2. 如何把上下文当作有限的“注意力预算”，应对长上下文下模型召回衰减（上下文腐烂），用压缩、剪裁与按需检索保持输出质量？ A 上下文越长越好 B 一次性灌入最有效 C 上下文腐烂无法处理 D 上下文是有限注意力预算，用压缩、剪裁、即时检索对抗上下文腐烂 ✓ 正确答案
# 3. 系统提示词如何找到“正确海拔”，避免过度硬编码与过于模糊两种极端，并用背景/指令/工具指引/输出格式分节组织？ A 系统提示应写死所有逻辑 B 系统提示定义框架与原则，分节组织提升清晰可维护，避免硬编码或模糊 ✓ 正确答案 C 系统提示越模糊越好 D 系统提示无需组织
# 4. 为编码代理设计“项目上下文文件”（如 CLAUDE.md/AGENTS.md）时应包含哪些内容，如何避免其过期、冲突与越权指令？ A 上下文文件无需更新 B 项目上下文文件提供项目知识，需防过期、冲突与越权指令 ✓ 正确答案 C 上下文文件指令可越权 D 上下文文件无需管理
# 5. 即时检索与预取式检索如何取舍，代理怎样用文件路径、grep、结构化查询等轻量引用按需加载上下文？ A 预取式检索最省 token B 即时检索无优点 C 一次性灌入最有效 D 即时检索按需加载省 token 聚焦，用文件路径/grep/结构化查询按需取上下文 ✓ 正确答案
# 6. token 成本、延迟与缓存命中率如何反向塑造上下文设计（静态前缀缓存、动态部分按需注入）？ A 上下文经济学由 token 成本与缓存塑造，设计成静态前缀缓存+动态按需注入 ✓ 正确答案 B 上下文越长越快 C 缓存命中与上下文无关 D 动态部分应放前缀
# 7. 长会话接近窗口上限时如何决定保留或丢弃信息，上下文压缩与工具调用结果清理的收益风险怎么权衡？ A 上下文压缩全丢弃 B 压缩无需决策 C 上下文压缩按价值保留/丢弃，工具结果清理省 token 但需防丢关键信息 ✓ 正确答案 D 工具结果永远保留
# 8. 多智能体架构如何通过任务拆分、记忆共享与交接协议缓解单窗口上下文污染？ A 多智能体用任务拆分、外部记忆共享、结构化交接缓解单窗口污染 ✓ 正确答案 B 多智能体增加上下文污染 C 所有信息应塞进每个窗口 D 交接协议无关
# 9. 工具设计的参数描述、返回值精简与数量收敛如何降低代理决策负担与 token 消耗、提升上下文效率？ A 工具越多越好 B 工具描述无关 C 工具设计精简参数/返回值、收敛数量，降低 token 与决策负担 ✓ 正确答案 D 返回值越全越好
# 10. Few-shot 示例如何用少量多样化典型替代“规则大全”式提示词，示例与规则的适用边界怎么划分？ A Few-shot 用少量多样化示例教样子，规则划底线，结合使用 ✓ 正确答案 B 规则大全比示例更有效 C 示例越多越好 D 示例与规则等价
# 11. 提示词工程作为独立岗位是否已贬值，其作为岗位与底层素养的价值如何判断，面试怎样考察真实掌握度？ A 提示词工程独立岗位价值最高 B 提示词工程独立岗位贬值，作为底层素养升值，面试考察工程化能力 ✓ 正确答案 C 提示词工程完全无用 D 提示词工程只需背模板
# 12. 上下文工程如何用回归评测集、token 消耗与任务成功率衡量配置改动的影响？ A 上下文改动无法测量 B 上下文改动只看 token C 上下文工程用回归评测集、成功率与 token 消耗衡量改动影响 ✓ 正确答案 D 上下文改动无需验证
# 13. 从“写提示词”到“设计上下文环境”的思维转变如何影响团队分工、代码评审与面试考察？ A 思维转变无影响 B 思维转变只影响纯写词 C 提示词不是工程资产 D 从写提示词到设计上下文环境，影响分工、评审与面试考察 ✓ 正确答案
# 14. RAG、记忆系统与上下文管理在信息供给上的分工如何划定，检索增强与上下文工程的边界在哪？ A RAG 与记忆系统等价 B RAG 管外部知识、记忆管历史、上下文管理管当前组装，按来源分工 ✓ 正确答案 C 记忆系统管外部知识 D 上下文管理管历史
# 15. 同一上下文配置在不同厂商或版本模型间的表现差异如何管理，提示词兼容层值得做吗？ A 上下文配置在所有模型表现一致 B 跨模型差异大，需评测适配，兼容层在多模型时值得 ✓ 正确答案 C 兼容层永远值得 D 兼容层永远不值得
# 16. CLAUDE.md、规则文件与提示词仓库等上下文资产如何做版本管理、评审与团队共享？ A 上下文资产纳入 Git、评审、回归与集中仓库，按代码标准管理 ✓ 正确答案 B 上下文资产无需版本管理 C 上下文资产无需评审 D 上下文资产不可共享
# 17. 用户画像、仓库状态与实时事件等动态信息如何与静态上下文分层注入，避免每次请求全量重建？ A 每次请求都要全量重建上下文 B 动态部分应全量注入 C 静态部分无需缓存 D 上下文分层静态缓存+动态按需，避免全量重建，降本聚焦 ✓ 正确答案
# 18. 上下文的隐私与数据最小化如何落地，凭据、个人信息与未授权代码不应进入上下文，权限边界与泄漏审计怎么执行？ A 凭据可进上下文 B 上下文无需审计 C 只需要注入越多越好 D 上下文需数据最小化，凭据/PII/未授权代码不入，权限边界+泄漏审计 ✓ 正确答案
# 19. 上下文工程的安全边界中，混入上下文的第三方指令如何识别、隔离与审计？ A 第三方文档指令可执行 B 不可信内容无需标记 C 上下文混入指令靠识别、隔离（来源标记）与审计防护 ✓ 正确答案 D 指令与数据无需分离
# 20. JSON Schema 等结构化输出约束如何降低下游解析错误，与自由文本输出的取舍及回退策略怎么把握？ A 结构化输出只适合人消费 B 自由文本可程序化 C 结构化输出无需回退 D 结构化输出（JSON Schema 约束）降解析错误，适合程序消费，自由文本适合人 ✓ 正确答案
