# 1. 当前主流编码代理（Claude Code、OpenAI Codex、Cursor、GitHub Copilot 等）的能力边界与差异，团队如何选型组合？ A 所有编码代理能力完全相同 B 应只选择最贵的一款代理 C 各代理在使用模式与侧重上不同，团队应按任务类型组合选型并配套规范 ✓ 正确答案 D 编码代理无需与团队协作匹配
# 2. 从“AI 补全”到“代理执行”，任务委派、验收与回滚的完整闭环如何设计，人工介入点在哪？ A 代理执行的回滚无法实现 B 代理执行无需人工介入 C 应设计任务委派-执行-验收-回滚闭环，人工在定义、验收与合并处介入 ✓ 正确答案 D 验收标准应由代理自己定义
# 3. Spec-first 工作流中规格粒度、验收标准与代理产出的匹配如何定义？ A 规格应详细到每一行代码怎么写 B 让代理边想边做更可靠 C 规格无需验收标准 D 规格应聚焦行为/接口/边界并配套可验证验收标准，让代理产出可客观匹配 ✓ 正确答案
# 4. 编码代理的文件写入、命令执行与网络访问最小授权如何在本地与企业环境落地？ A 应对文件、命令、网络实施最小授权并沙箱隔离、全程审计 ✓ 正确答案 B 代理权限无需审计 C 企业环境可随意放开代理权限 D 代理应拥有主机的全部权限以完成任务
# 5. AI 生成代码占比上升（如新代码大部分由 AI 辅助生成）时，代码评审的分工、质量门禁与责任边界如何调整？ A AI 占比高时评审可省略 B 代码由 AI 生成，工程师无需负责 C AI 生成的代码无需质量门禁 D 应强化自动化门禁、评审转向意图核对、责任仍归于提交者 ✓ 正确答案
# 6. 团队级 AI 编码规范（规则文件、提示词模板、禁止事项与灰名单）如何建立并随项目演进维护？ A 规范一经制定就固定不变 B 规范由规则、模板、禁止事项、灰名单构成，并从实践提炼、随项目演进维护 ✓ 正确答案 C 规范只需靠口头约定 D 规范无需与工具绑定
# 7. 代理执行前主动提问与直接执行如何取舍，团队怎样设计“澄清-确认”环节并控制往返成本？ A 代理应永远直接执行，不提问 B 按任务不确定性决定提问或执行，用前置完整规格与确认清单控制往返成本 ✓ 正确答案 C 代理应每次都大量提问 D 澄清环节与成本无关
# 8. DORA 揭示的“AI 提升吞吐也增加不稳定性”悖论下，团队如何用变更失败率、回滚率等指标防止质量债？ A AI 提升吞吐必然意味着质量下降 B 应用变更失败率、回滚率等稳定性指标监控，防止 AI 加速引入质量债 ✓ 正确答案 C 稳定性指标与 AI 使用无关 D 只关注吞吐即可，无需关注稳定性
# 9. 并行代理与串行人工审查的成本结构如何，什么任务值得并行、什么必须人工把关？ A 所有任务都应并行交给代理 B 并行代理与人工审查无关 C 所有任务都必须人工串行 D 独立可验证的低风险任务适合并行，高风险需判断的任务必须人工把关 ✓ 正确答案
# 10. 代理开发中如何要求先写测试再实现，并用 CI 门禁验收，测试优先怎样执行？ A 应要求代理先写测试再实现，并用 CI 门禁验收、评审测试有效性 ✓ 正确答案 B 先让代理实现再补测试更可靠 C 代理生成测试无需评审 D 测试是否通过不影响代理产出验收
# 11. 长任务代理处理大型重构或迁移时如何分段委派、设置检查点与续跑，进度怎样可视化？ A 长任务应一次性全部交给代理 B 长任务代理无法续跑 C 长任务无需检查点 D 长任务应分段委派、设置检查点、支持续跑并可视化进度 ✓ 正确答案
# 12. 代理拉取的依赖、规则文件与第三方工具如何纳入供应链安全检查？ A 代理拉取的内容天然可信 B 代理不会拉取任何外部内容 C 代理供应链风险无需处理 D 应对代理拉取的依赖、规则文件与工具做扫描、来源管控与审计 ✓ 正确答案
# 13. 代理工具的采纳率、接受率、任务完成率与人工修正率如何组合评估 ROI，指标怎样防作弊？ A 只看接受率即可评估 ROI B 代理产出无需关注修正率 C 高生成量即代表高 ROI D 应组合采纳率、接受率、完成率与修正率，并用成果指标防作弊 ✓ 正确答案
# 14. 新手工程师在代理时代如何避免“AI 依赖”失去基础能力，练习与委托的比例怎样控制？ A 新手应先练习建立基础能力、用 AI 验证而非替代，并保底独立能力 ✓ 正确答案 B 新手应尽早依赖 AI 完成任务 C 新手不应使用任何 AI D 基础能力在代理时代不再重要
# 15. 幻觉 API、破坏性命令、过度重构等编码代理常见失败如何沉淀为团队经验库？ A 代理失败是偶然事件，无需沉淀 B 应记录归类代理失败模式，并反馈到规范与门禁，培训共享 ✓ 正确答案 C 代理失败无法预防 D 失败模式库只需记录一次
# 16. 代理的索引配置、忽略规则与检索质量如何影响任务成功率，团队怎样维护“代理可读”的代码库？ A 索引配置不影响代理任务 B 代理无需任何代码库上下文 C 索引与忽略规则质量影响代理成功率，需配置合理并维护清晰可读的代码库 ✓ 正确答案 D 忽略规则不会影响代理
# 17. 模型输出的代码片段如何做来源追溯与许可证检查，企业内生成物的合规红线怎么设定？ A 模型输出永远不会有来源问题 B 合规红线与生成代码无关 C 生成代码无需许可证检查 D 应做来源追溯与许可证检查，并设定企业内部生成物的合规红线 ✓ 正确答案
# 18. 本地模型代理与云端代理的选型边界如何权衡数据安全、成本与能力？ A 云端代理永远优于本地模型 B 本地模型能力永远强于云端 C 数据安全与选型无关 D 应权衡数据安全、成本与能力，敏感数据走本地、非敏感走云端 ✓ 正确答案
# 19. 代理时代从“写代码”到“审代码+定义任务”的考核标准与晋升依据如何变化？ A 代理时代写代码的能力不再有任何价值 B 代理时代无需理解系统与业务 C 考核标准应完全不变 D 竞争力从写代码转向定义任务、审查产出与理解系统，考核晋升转向决策质量 ✓ 正确答案
# 20. 代理自动提交 PR 并根据流水线反馈自修复的闭环如何设计，哪些环节必须保留人工闸门？ A 代理无需流水线反馈 B 代理应自动合并所有代码，无需人工 C 应设计自动提交-反馈-自修复闭环，但 PR 评审、合并与关键变更保留人工闸门 ✓ 正确答案 D 人工闸门应全部取消
