# 1. AI 工具在敏捷回顾（Retrospective）中的真实应用 A AI 只能用于回顾之后的文档归档，无其他价值 B AI 应完全替代团队讨论，直接给出回顾结论 C AI 适合做信息整理与模式识别，但行动项与承诺需人工确认 ✓ 正确答案 D AI 的总结不需要任何人工校对即可直接采用
# 2. AI 生成代码的代码评审（Code Review）工作量变化 A 工作量完全消失，评审可以取消 B 工作量增加数倍，因为 AI 代码错误更多 C 工作量从机械纠错转移到意图核对与边界验证 ✓ 正确答案 D 评审只需要检查格式，无需关注实现逻辑
# 3. Cursor / Cody / Continue 等 IDE 集成的真实生产率提升 A 所有任务上都能获得同等的提升 B 只有在低代码平台上才有提升 C 提升高度依赖任务类型与上下文质量，需团队实测 ✓ 正确答案 D 使用此类工具必然导致代码质量下降
# 4. Devin / SWE-Agent 等自主编程 Agent 的真实能力边界 A 它们能完全替代工程师处理所有任务 B 它们只能在小型演示项目上工作 C 它们擅长目标明确、可自动验证的任务，模糊需求仍需人工介入 ✓ 正确答案 D 它们不擅长任何形式的代码修复
# 5. Copilot Workspace 的 issue 到计划、实现、PR 流程在哪些任务上可靠，人工审查与验收边界如何设定？ A 该流程可在所有任务上完全自动运行，无需人工审查 B 该流程生成的计划永远不需要人工确认 C 该流程只适用于大型重构任务 D 该流程在边界清晰、改动局部的任务上可靠，验收边界需人工设定 ✓ 正确答案
# 6. AI 在新人入职（Onboarding）中的真实辅助价值 A AI 可以完全取代导师，新人无需其他帮助 B AI 只对资深工程师有用，对新人毫无帮助 C AI 能辅助代码库理解与答疑，但需导师与权威来源兜底 ✓ 正确答案 D AI 的解释永远准确，新人可放心依赖
# 7. v0/Bolt.new 生成 UI 的代码质量与可维护性如何评估，何时可入生产、何时仅作原型？ A 可以直接原样投入生产，无需改造 B 生成的代码天然具有高可访问性 C 只能用于移动端，无法用于 Web D 适合先作原型，入生产需经人工重构并接入设计系统 ✓ 正确答案
# 8. AI 代码生成与 TDD 结合的真实工程经验 A 测试优先可充当可执行规格，有效约束 AI 幻觉 ✓ 正确答案 B 应先让 AI 生成实现，再让 AI 补写测试 C TDD 与 AI 完全不兼容 D 测试质量对 AI 输出没有影响
# 9. AI 辅助在遗留代码（Legacy Code）理解中的真实价值 A AI 能辅助解释与抽象，但隐含假设与历史权衡仍需人工验证 ✓ 正确答案 B AI 对遗留代码毫无价值 C AI 能完全还原遗留代码当初的决策上下文 D AI 只能处理新写的代码，无法索引旧代码
# 10. AI 生成验收标准（Acceptance Criteria）的真实使用 A AI 生成的验收标准可完全替代人工，无需确认 B AI 能高效生成结构化验收标准，但需业务方确认业务意图 ✓ 正确答案 C AI 无法生成 Given/When/Then 形式的验收标准 D 验收标准无需与测试用例衔接
# 11. AI 辅助需求文档生成的真实可靠度边界 A AI 生成的文档可直接作为最终需求，无需校对 B AI 适合整理已有素材为草稿，业务意图需人工校对 ✓ 正确答案 C AI 能完全理解业务背景与用户痛点 D AI 生成的需求文档从不添加不存在的内容
# 12. AI 代码生成在大型代码库中的真实上下文窗口限制 A AI 能完整理解整个大型代码库的所有依赖 B 上下文窗口越大就越能消除所有幻觉 C 上下文窗口有限，AI 只能看到局部，跨模块一致性需人工把关 ✓ 正确答案 D 大型代码库中 AI 完全无法工作
# 13. AI 生成的样板代码（Boilerplate）的真实维护成本 A 生成样板代码没有维护成本 B 短期高效，但长期不一致性会推高维护成本，应优先用统一脚手架 ✓ 正确答案 C 所有样板代码都应手动编写 D AI 生成的样板代码必然与项目规范完全一致
# 14. Copilot、Cursor、Cody 在不同编程语言上的真实生产力差异 A 差异主要源于训练数据覆盖，主流语言效果好，冷门语言需加强人工审查 ✓ 正确答案 B 所有语言上的生产力完全相同 C 冷门语言的效果必然更好 D 工具选择与语言无关
# 15. Tabnine / Codeium 的真实差异 A 两者在功能上完全一致，无任何区别 B Tabnine 侧重企业私有化与合规，Codeium 侧重免费易用 ✓ 正确答案 C Codeium 只支持私有化部署 D Tabnine 不提供代码补全功能
# 16. AI 在用户故事（User Story）拆分中的真实辅助度 A AI 能完全理解业务价值并给出最终拆分 B AI 不能对用户故事做任何拆分 C 拆分结果必须完全由 AI 决定 D AI 能提供拆分候选与结构，但粒度和价值判断需业务方校准 ✓ 正确答案
# 17. AI 在 ADR 撰写中的真实辅助边界 A AI 能直接做出正确的架构决策并记录 B AI 能辅助结构化组织决策内容，但决策与权衡需团队确认 ✓ 正确答案 C AI 永远不能用于 ADR 撰写 D ADR 中所有论据都应由 AI 生成且无需校对
# 18. AI 自动生成 API 文档的真实可靠性 A AI 能生成技术骨架，但语义正确性与一致性需人工评审与流程保障 ✓ 正确答案 B AI 生成的文档永远准确，可放心使用 C AI 只能生成中文文档，无法生成英文 D AI 生成的文档不会与实现漂移
