# 1. 讲一次你主动对竞品模型进行对照评测的经历 A 选型凭感觉即可，无需评测 B 对照评测无法区分模型 C 用统一测试集、控制变量、多维打分，能客观评估模型优劣 ✓ 正确答案 D 评测只应看宣传资料
# 2. 面对模型版本快速迭代你如何在团队层面建立机制避免技术债的持续累积 A 技术债无法避免 B 模型迭代无需管理，追新即可 C 通过抽象层、版本管理、灰度回退与评估机制，能避免技术债累积 ✓ 正确答案 D 版本管理与技术债无关
# 3. 模型能力边界你如何在内部文档中持续刷新判断以避免团队产生错误预期 A 模型能力边界固定不变 B 持续更新能力边界文档并用测试结果标注，能避免团队错误预期 ✓ 正确答案 C 能力边界文档无需更新 D 错误预期与文档无关
# 4. 讲一次你主动放弃某个模型并平稳迁移到替代方案的完整决策与执行过程 A 放弃模型应一次性全量切换 B 死守旧模型比迁移更稳妥 C 迁移无需回退预案 D 用数据理性决策，并通过抽象层、灰度、对比、回退有序迁移 ✓ 正确答案
# 5. 请说明你是否用"短 sprint 试验"评估新工具，避免长期投入后才发现不适用 A 用短周期、低风险任务验证工具，能避免长期投入后才发现问题 ✓ 正确答案 B 短 sprint 试验浪费资源 C 新工具试用无需目标 D 新工具应直接长期投入
# 7. 你如何在团队明确我们用稳定版基调下，为新兴模型保留有限试跑空间 A 为探索新模型应牺牲生产稳定 B 稳定与探索只能二选一 C 通过沙箱隔离、有限范围、独立评估与严格准入，能兼顾稳定与探索 ✓ 正确答案 D 新兴模型无需试跑即可进生产
# 8. 描述一次你设计模型对照评估表覆盖能力、成本、延迟、安全等维度的方法 A 覆盖能力、成本、延迟、安全等维度并设权重加权，能客观对比模型 ✓ 正确答案 B 评估表无需权重 C 评估表只需看能力维度 D 安全维度与模型评估无关
# 9. 你会用哪些具体动作避免在追新过程中丢掉对原有系统的稳定维护 A 追新时无需管原有系统 B 明确优先级、分配维护时间、隔离探索并监控加固，能避免顾此失彼 ✓ 正确答案 C 稳定维护与追新无关 D 追新必然损害原有系统
# 10. AI 工具给出"看似合理但有害"的输出时你如何介入 A AI 输出无需审查 B AI 输出看似合理就应采用 C 有害输出无法识别 D 识别"看似合理但有害"的输出，果断阻断并分析修正，能负责任地处理 ✓ 正确答案
# 11. 你是否向客户公开承认某次输出由 AI 生成 A 任何时候都隐瞒 AI 生成 B 透明会损害所有商业信誉 C AI 生成无需披露 D 当 AI 输出影响决策或可能被误读时，应如实披露并标注边界 ✓ 正确答案
# 12. 讲一次你把 AI 工具整合进 Code Review 流的具体过程 A AI 应全权替代人工评审 B AI 在 Code Review 中无用 C AI 做辅助初筛、人工做核心判断，能提升效率而不削弱质量 ✓ 正确答案 D Code Review 无需任何 AI 助力
# 13. AI 使用的诚信中使用 AI 产出时如何披露、引用来源并划定可接受的使用边界？ A AI 产出无需披露 B AI 引用无需核实来源 C 通过披露参与程度、核实来源、划定人工把关边界，能保证诚信使用 ✓ 正确答案 D 责任边界与诚信无关
# 14. AI 伦理中如何识别 AI 应用中的偏见、隐私与公平问题并在产品中加以控制？ A 隐私与 AI 应用无关 B AI 天然无偏见，无需控制 C 通过多样化测试、隐私保护与公平审查，能识别并控制 AI 伦理问题 ✓ 正确答案 D AI 伦理问题无法管理
# 15. AI 使用的职业责任中使用 AI 交付时对质量与安全负哪些责任以及如何落实？ A AI 出错时应将责任推给 AI B AI 交付无需人工审核 C 使用 AI 交付的人对质量与安全负最终责任，通过审核、测试、记录落实 ✓ 正确答案 D 质量责任与 AI 使用无关
# 16. AI 伦理的两难中 AI 能提速但可能出错时如何在效率与正确性之间做取舍？ A 按风险分层取舍，并在高风险场景守住正确性底线，是理性策略 ✓ 正确答案 B 正确性永远优先于效率 C 任何场景都应追求效率优先 D 效率与正确性无法兼顾
# 17. AI 诚信的案例中见过或处理过哪些 AI 相关的抄袭、造假与夸大案例以及如何处理？ A 通过比对核实、坦诚纠正与规范流程，能处理 AI 的诚信问题 ✓ 正确答案 B 夸大 AI 成果无伤大雅 C AI 造假无需处理 D AI 生成的内容都是原创，无需核实
# 18. AI 伦理的团队共识中如何推动团队就 AI 伦理红线（隐私、偏见、透明度）达成共识？ A 伦理红线领导直接规定即可 B 通过明确红线、讨论对齐、形成规范并持续维护，能推动团队真正认同 ✓ 正确答案 C AI 伦理共识与团队无关 D 透明度不属于 AI 伦理红线
