# 1. 讲一次你开始使用 AI 编程助手的契机与第一周感受 A 使用 AI 编程助手说明自己编码能力不足 B AI 编程助手会完全替代程序员的编码工作 C 从真实痛点切入使用 AI，理解它擅长模式化工作、不擅长业务约束，并保持人工审查，是成熟的使用方式 ✓ 正确答案 D AI 生成的代码不需要 review，直接可用
# 2. 你如何在日常工作中安全使用 AI（如不传密钥 / 客户数据） A AI 工具都是安全的，业务数据可以直接粘贴 B 只要 AI 是公司推荐的，就可以放心传任何数据 C 建立数据分级表，敏感数据先脱敏、密钥与客户数据绝不输入，并审查 AI 输出，是安全使用 AI 的核心 ✓ 正确答案 D 脱敏会降低效率，没有必要
# 3. 讲一次你用 AI 工具生成代码并成功上线的经历 A 用 AI 生成代码不需要写测试，AI 会考虑一切 B 先拆解约束、严格人工审查边界条件、补全测试并验证性能，才能保证 AI 生成代码的安全上线 ✓ 正确答案 C AI 生成代码的质量与输入描述无关 D AI 生成的代码能编译就可以直接上线
# 4. AI 工具中你最常用的工作流是什么（理解 / 样板 / 测试 / 重构） A 按"理解、样板、测试、重构"四类工作流分配使用，并按风险高低配置不同的审查强度，是成熟的 AI 使用方式 ✓ 正确答案 B 重构交给 AI 最省心，人不用参与 C 所有 AI 工作流的使用风险都一样 D 理解类工作流不需要核实，AI 的理解总是对的
# 5. 你如何识别 AI 生成代码中的潜在错误或安全风险 A AI 代码的上下文假设都是准确的，无需核对 B AI 生成的代码经过测试通过就说明没有安全隐患 C 用边界、资源、安全、上下文与性能五查清单逐项审查 AI 代码，能拦截"能跑但有问题"的隐患 ✓ 正确答案 D 安全风险主要靠扫描工具识别，不需要人工看
# 6. 讲一次 AI 工具的"幻觉"让你浪费时间的经历 A 遇到 AI 幻觉应该立刻放弃使用 AI 工具 B AI 的回答语气越自信越可信 C AI 可能编造不存在的 API，事实类问题应以官方文档为准，AI 输出需要验证，能有效减少幻觉造成的浪费 ✓ 正确答案 D AI 幻觉只影响新手，熟练开发者不会遇到
# 7. 你如何让团队在不熟悉 AI 工具时也能协作 A 提供低门槛模板与示范、允许不用 AI 的成员按传统方式协作，并统一产出质量标准，是包容的团队协作方式 ✓ 正确答案 B 团队应该强制全员使用 AI 工具，跟上时代 C AI 生成的代码可以不按团队的 review 标准审查 D 不用 AI 的成员会拖累团队效率，应该边缘化
# 8. 讲一次 AI 助手在重构 / Code Review 中的优势与局限 A AI 在 Code Review 中可以完全替代人工终审 B AI 擅长机械拆分与模式识别，但缺乏业务语义与全局视角，重构与审查中应"机械交给 AI、决策留给人" ✓ 正确答案 C AI 重构不需要逐步验证，改完再测即可 D AI 的重构方案总是优于人工判断，应该全盘接受
# 9. 讲一次你用 AI 工具辅助学习一项陌生技术的经历 A AI 出的练习题难度与真实工作完全一致 B 让 AI 解释概念就够了，不需要再查文档 C 用 AI 做概念解释、路径设计与陪练，并用官方文档与最小实践验证，是高效可靠的学习方式 ✓ 正确答案 D 用 AI 学技术无法验证自己是否学会
# 10. AI 编程助手的使用中如何在"生成-审查-验证"三环节分配精力以确保 AI 输出可靠交付？ A 精力应该主要花在生成环节，提示词写得越细越好 B 验证环节只需要跑一次冒烟测试 C 生成、审查、验证三环节中审查占比最高，生成时写清约束、审查按清单拦截、验证用事实收尾，能保证 AI 输出可靠 ✓ 正确答案 D AI 生成的代码越多，人的工作越少
# 11. AI 编程助手长期使用是否会让你技术退步，你如何避免 A 通过"理解优先于接受"、保留基本功练习区、定期无 AI 训练与深度任务主导，能避免 AI 长期使用导致的技术退步 ✓ 正确答案 B 用 AI 越多技术退化越快，应该尽量少用 C AI 会替代所有编码工作，程序员不需要再写代码 D AI 生成代码直接合入，能编译就说明理解了
# 12. 你是否会向团队主动做 AI 工具使用分享 A AI 工具的安全红线只需要管理层知道 B 分享 AI 使用技巧会削弱个人竞争力，应该保留 C 用真实案例、安全红线与幻觉警示做定期分享并沉淀文档，能把个人 AI 能力转化为团队效率与风险治理 ✓ 正确答案 D AI 使用是个人技能，不需要团队分享
# 13. 你如何建立与工具无关的验证和责任边界 A AI 建议的改动不需要走完整的 review 流程 B 验证 AI 代码可以依赖 AI 自己的确认 C AI 生成的代码出问题时，责任在 AI 工具厂商 D 把验收标准、独立验证手段与署名责任锚定在人身上，不因代码来源是 AI 而改变，是可靠的工程边界 ✓ 正确答案
# 14. AI 辅助下的学习中用 AI 学新技术时如何避免"会问不会做"并通过实践与复述巩固理解？ A AI 能把概念讲清楚，听完就说明学会了 B 学习新概念时复述会浪费时间，直接进入下一步更高效 C 让 AI 出题做练习是唯一有效的验证方式 D 用复述、动手实践与"讲给 AI 挑错"三步验证，能有效避免 AI 学习中的"会问不会做" ✓ 正确答案
# 15. AI 与基础能力的平衡中如何判断哪些基本功必须脱离 AI 手练、哪些可以放心交给工具？ A 按能力保值、风险敞口与学习价值判断，决定长期价值与关键时刻的基础能力坚持手练，样板类工作交给 AI，是平衡之道 ✓ 正确答案 B 基本功手练只在面试前有意义 C 新学技术时也应该直接让 AI 代写，最快上手 D 所有编码工作都可以交给 AI，程序员只需要学会提问
# 16. AI 工具的选型与评估中团队引入新 AI 工具前用什么标准评估其效果、成本与安全？ A 选型只需要关注工具厂商的宣传数据 B 用真实任务试点评估效果、核算全成本 ROI、并严格审查数据安全与合规，三账齐全才能决定是否引入 AI 工具 ✓ 正确答案 C AI 工具只要免费就可以直接引入 D 工具效果好就可以忽略数据出境问题
# 17. AI 编程的边界中什么情况下会选择手写而非让 AI 生成（性能敏感、安全关键、学习目的）？ A 学习新技术时让 AI 代写能更快掌握 B 性能敏感、安全关键、学习目的与架构决策四类场景坚持手写，样板与查询类交给 AI，是理性的边界划分 ✓ 正确答案 C 安全代码让 AI 生成后简单 review 即可 D 为了效率，所有代码都应该让 AI 生成
# 18. 持续学习的 AI 增强中如何用 AI 加速阅读源码、写总结与做练习又不让学习流于表面？ A 用 AI 导读加速但对照源码验证、总结逐条核实、练习先做后评，能保持学习深度不被 AI 稀释 ✓ 正确答案 B AI 出题后直接看它的解法效率最高 C 让 AI 代写学习总结能提高总结质量 D AI 的源码导读可以直接采信，省去读源码的时间
# 19. AI 助手的安全与合规中公司允许使用 AI 助手时如何界定哪些数据可输入、哪些必须脱敏？ A 按"直接可输、脱敏后输、绝不输入"三级界定，遵循默认不可输与确认工具数据流向两条铁律，是合规使用 AI 的方式 ✓ 正确答案 B 脱敏会破坏代码结构，让 AI 无法理解 C 客户个人信息只要不写全名就可以输入 D 公司允许使用 AI 工具就意味着所有数据都可以输入
# 20. AI 提升的效率与质量中如何量化 AI 助手带来的效率提升并确认质量没有隐性下降？ A 用同类任务对照与分层统计量化效率，用 review 问题率、缺陷率与覆盖率监控质量，能确认 AI 提升是真实的 ✓ 正确答案 B 效率提升的同时 review 问题率上升说明 AI 效果很好 C 质量下降是使用 AI 的必然代价，无法监控 D AI 提升的效率靠体感就能判断
# 21. AI 时代的竞争力中你认为 AI 时代工程师的核心竞争力是什么以及如何持续构建它？ A 问题定义与分解、判断与责任、跨域整合与信任是 AI 难以替代的核心竞争力，需要通过刻意练习持续构建 ✓ 正确答案 B AI 时代工程师只需要精通提示词工程 C AI 时代写代码能力不再需要，可以完全放弃 D 工程师的核心竞争力会随 AI 版本更新而改变
