# 1. AI 工具的'虚假生产力'（Fake Productivity）如何识别 A 虚假生产力只存在于营销宣传中，实际不会发生 B 补全接受率越高，说明生产力越高 C 代码生成行数是最可靠的衡量标准 D 应关注成果指标（缺陷率、交付周期）而非单纯的活动量指标 ✓ 正确答案
# 2. AI 工具的数据保留政策（Data Retention）的真实风险 A 所有 AI 工具都保证不保留任何数据 B 输入代码可能被厂商留存或用于训练，需审查保留政策并选择合规方案 ✓ 正确答案 C 只有免费工具才存在数据保留风险 D 数据保留政策对企业毫无影响
# 3. AI 工具采购的合规评估（Compliance Review）真实经验 A 只需工程团队评估功能即可 B 合规评估只针对免费工具 C 厂商宣传即可作为合规依据 D 需法务、安全、工程协同，以书面条款与数据流向为准评估 ✓ 正确答案
# 4. 个人对 AI 工具的依赖度（Dependency）评估 A 使用 AI 越多，说明依赖越正常 B 关键判断是离了 AI 是否仍能独立完成任务并验证其输出 ✓ 正确答案 C 依赖度无法评估，也无需关注 D 只要会用 AI 就代表能力强
# 5. AI 工具的事故责任划分（Liability）的真实边界 A 责任完全由工具厂商承担 B 责任划分与法律无关 C 只要是 AI 生成的代码，使用者就无需负责 D 使用并提交 AI 输出的工程师与团队对最终交付负责 ✓ 正确答案
# 6. AI 工具的注意力分散（Context Switching）成本 A AI 使用不会带来任何上下文切换成本 B 频繁切换与反复喂上下文会消耗心智，应把 AI 嵌入而非插入工作流 ✓ 正确答案 C 为了省事应把所有工作都交给 AI 对话完成 D 切换成本只影响新手，不影响资深工程师
# 7. AI 生成集成测试的真实工程价值与边界 A AI 能生成测试结构，但环境、断言与契约真伪需人工校准 ✓ 正确答案 B AI 生成的集成测试总是有效且有意义的 C 集成测试完全不需要 AI 或人工 D AI 无法生成任何集成测试代码
# 8. AI 辅助 SQL 优化与慢查询改写的真实可靠度 A AI 的建议总是最优化且可靠的 B AI 能提供优化方向，但需结合执行计划与实测验证 ✓ 正确答案 C AI 可以完全替代 DBA 与性能测试 D SQL 优化与数据分布无关
# 9. AI 辅助识别边界条件（Edge Cases）的真实能力 A AI 能识别所有边界条件，包括领域特有的 B AI 擅长通用边界，领域特有边界需结合业务知识补充 ✓ 正确答案 C AI 完全无法识别任何边界条件 D 边界条件识别与代码无关
# 10. 框架升级（Vue 2 → 3、Angular 16+ 等）中 AI 的真实工程价值 A AI 能完成框架升级且无需验证 B 只要编译通过就说明迁移成功 C 框架升级不能使用 AI D AI 擅长机械性改写，但语义差异需测试与人工审查兜底 ✓ 正确答案
# 11. AI 生成/维护契约与样例的边界在哪，契约漂移检测与人工评审如何配合？ A AI 生成的契约自动具有权威性，无需确认 B 自动化负责发现漂移，人工评审负责裁决差异性质与修复策略 ✓ 正确答案 C 契约漂移完全无法检测 D 契约实现与契约定义天然一致
# 12. AI 在故障注入测试（Fault Injection）中的真实作用 A AI 能直接实施故障注入并给出可靠结论 B 故障注入测试与 AI 完全无关 C AI 适合生成故障场景建议，执行与验证需工程团队与工具链完成 ✓ 正确答案 D AI 生成的故障场景无需任何校准
# 13. AI 辅助依赖升级（Dependency Upgrade）的真实成功率 A AI 在所有依赖升级上都能保证成功 B AI 无法处理任何依赖升级 C 依赖升级无需测试即可确认成功 D 简单升级高效，破坏性变更需测试与人工验证来保证成功率 ✓ 正确答案
# 14. AI 测试生成工具的用例覆盖与断言质量如何评估，生成的测试如何避免“为覆盖而覆盖”？ A 覆盖率越高，测试质量必然越好 B 覆盖率是衡量测试质量的唯一标准 C AI 生成的测试天生有效，无需评估 D 应评估断言质量，用变异测试等检验，避免"为覆盖而覆盖" ✓ 正确答案
# 15. AI 在邮件、文档撰写中的真实效率提升 A AI 能高效起草与润色，但事实与决策内容需人工确认 ✓ 正确答案 B AI 生成的文档无需校对即可直接发送 C AI 只能用于代码，不能用于文字 D AI 只要生成文字就一定是准确的
# 16. 欧盟 AI Act 对开发流程的真实工程要求 A 所有 AI 都适用完全相同的义务，无需区分 B AI Act 只适用于非软件产品 C 高风险 AI 需数据治理、透明度、人工监督与文档等要求，并嵌入开发流程 ✓ 正确答案 D AI Act 对欧洲以外的团队毫无影响
# 17. AI 辅助 Wiki 内容更新的真实工程经验 A AI 生成的 Wiki 内容越多越好 B Wiki 更新完全不需要 AI 或人工 C AI 能提升生成效率，但需标注来源、人工确认并建立治理机制 ✓ 正确答案 D AI 生成的 Wiki 内容永远准确
# 18. AI 在端到端测试（E2E）脚本生成中的真实可靠性 A AI 生成的 E2E 脚本永远稳定可靠 B AI 能生成骨架，但选择器稳定性与等待策略需人工加固 ✓ 正确答案 C E2E 脚本完全不需要稳定性 D AI 生成的 E2E 脚本不受页面变化影响
# 19. AI 辅助代码现代化（Modernization）的真实适用边界 A AI 能独立完成所有代码现代化，包括架构重构 B AI 擅长机械性现代化，架构级现代化需人工与测试保障 ✓ 正确答案 C 代码现代化与 AI 无关 D 现代化只需改代码，无需验证行为
# 20. AI 生成代码的开源义务传染（License Contamination）真实风险 A AI 输出可能携带未标注的开源义务，需溯源排查与合规红线 ✓ 正确答案 B AI 生成的代码不可能包含开源许可证义务 C 许可证传染只影响个人项目，不影响企业 D 传统许可证扫描可完全识别 AI 生成代码的来源
# 21. AI 生成代码的雇主归属（Employer Ownership）的真实法律边界 A AI 生成代码的著作权归属已完全明确，无需操作 B 归属存在法律不确定性，需通过雇佣合同、内部政策与采购合同构建权利基础 ✓ 正确答案 C AI 生成代码永远归工具厂商所有 D 雇主无需任何安排即可自动获得所有 AI 输出权利
# 22. AI 辅助 API 迁移（如 REST → GraphQL）的真实工作量 A AI 能自动完成全部迁移，工作量极小 B 迁移只涉及语法转换，与语义无关 C AI 只处理机械部分，语义与架构设计仍占大量人工工作量 ✓ 正确答案 D 迁移完全不需要测试与验证
# 23. AI 辅助测试数据生成（PII 脱敏）的真实边界 A AI 只处理显式字段，重识别风险与数据一致性需人工与策略兜底 ✓ 正确答案 B AI 能完整脱敏所有 PII，无需人工校验 C 脱敏只影响测试数据，不影响合规 D 只要替换了邮箱字段就完成了脱敏
# 24. AI 在跨语言翻译（如 Java → Go）的真实边界 A AI 主要做语法直译，惯用法与架构需人工重构验证 ✓ 正确答案 B 跨语言翻译与惯用法无关 C AI 翻译结果可直接用于生产 D AI 能自动完成符合目标语言惯用法的翻译
# 25. AI 输出相似度检测（Plagiarism Detection）的真实有效性 A 相似度检测能准确判定抄袭 B 相似度检测不可能有误判 C 相似度检测只能提供线索，是否抄袭需人工结合上下文判断 ✓ 正确答案 D 相似度检测可以完全替代人工审查
# 26. 语言迁移（Java → Kotlin、Python 2 → 3）的真实成功率 A 只要编译通过迁移就算成功 B 机械转换成功率高，但语义差异与依赖适配需测试与人工验证 ✓ 正确答案 C 所有语言迁移都零风险 D 语言迁移不需要任何验证
