# 1. Gerrit 的 Change（而非 PR）模型与逐提交评审（per-change review）如何塑造小步提交与频繁评审的习惯 A Gerrit 与 GitHub 的 PR 模型完全相同 B Gerrit 不支持多轮评审 C Gerrit 以 Change 为单元逐提交评审，天然鼓励小步提交与频繁评审 ✓ 正确答案 D Gerrit 适合大而全的提交
# 2. Gerrit 的 +2/Code-Review 投票与 Verify 标签机制，及其与 CI 投票（CI vote）的协同门禁 A 只需 CI 通过即可合并，无需人工批准 B Gerrit 门禁要求 Code-Review +2 与 Verify +1 同时满足，即"人审"与"机验"双重把关 ✓ 正确答案 C +2 只是摆设，不影响合并 D CI 投票与 Code-Review 互不相关
# 3. GitHub Pull Request（一批变更）与 Gerrit（单提交）在评审单元上的根本差异，对评审认知负荷与可回溯性的影响 A 两者评审单元完全相同 B Gerrit 只能看整个 diff，无法聚焦 C PR 以一批变更为单元、认知负荷高、回溯困难；Gerrit 以单提交为单元、负荷低、回溯强 ✓ 正确答案 D PR 的可回溯性一定比 Gerrit 强
# 4. CODEOWNERS 的匹配规则（目录、文件 glob、最近匹配优先）与"必需 Code Owner 评审"门禁的联动 A CODEOWNERS 只作展示，不影响合并 B CODEOWNERS 不支持 glob C 匹配规则全部同时生效，无优先级 D CODEOWNERS 按目录/glob/最近匹配优先定位 owner，与"必需 owner 评审"门禁联动强制归属者把关 ✓ 正确答案
# 5. AI 代码评审（LLM 评审 bot）的能力边界中擅长风格与明显缺陷，拙于架构判断与业务语义 A AI 评审能完全替代人工评审 B AI 对架构判断最擅长 C AI 擅长风格与明显缺陷，拙于架构判断与业务语义，应作为辅助/过滤器而非替代 ✓ 正确答案 D AI 评审不可用作任何辅助
# 6. AI 评审作为"第一遍过滤器"降低人工评审噪声、人工聚焦设计与语义的分工实践 A AI 过滤会浪费人工时间，应禁用 B AI 过滤器只能用于前端 C AI 过滤后人工就不需要看了 D AI 先过滤风格与明显缺陷降低噪声，人工聚焦设计与语义等高价值判断 ✓ 正确答案
# 7. Crucible（Atlassian）与 FishEye 的集成及跨仓库评审在组织级的定位 A Crucible 与 GitHub PR 完全等效 B Crucible/FishEye 支持跨仓库评审聚合与组织级审计，适合需要统一治理的企业场景 ✓ 正确答案 C Crucible 只能审单仓库 D 跨仓库评审无法用工具支持
# 8. 评审机器人自动打标签（size/M、size/L、needs-test）对评审分流与 SLA 设定的帮助 A 机器人按规模/类型自动打标签，支撑评审分流、SLA 设定与 reviewer 分配 ✓ 正确答案 B 标签只能人工手动打 C 标签对评审流程无影响 D 标签只用于展示
# 9. CODEOWNERS 的"多所有者"与"最近匹配优先"（last-match-wins）语义在 monorepo 中的常见陷阱 A monorepo 中 CODEOWNERS 无任何陷阱 B 多 owner 一定是最佳实践 C last-match-wins 覆盖与多 owner 门禁可能造成归属错误或门禁失衡，需精确规则与验证 ✓ 正确答案 D 通配规则过宽不会造成问题
# 10. AI 生成评审意见的"幻觉"风险，以及"仅允许引用既有规范/代码"的约束设计 A AI 评审不会产生幻觉，完全可信 B 幻觉只会出现在非技术领域 C 约束 AI 仅引用既有规范/代码并给出来源，可降低幻觉危害、提升可信度 ✓ 正确答案 D 幻觉无害，不影响评审
# 11. 评审工具中 GitHub/GitLab 的 review 流程？ A GitHub/GitLab 以 PR/MR 为中心，含 inline 评论、approve/request changes 与分支保护门禁 ✓ 正确答案 B 评审只在 PR 外独立进行 C 评审无法关联 CI D 这种流程不支持异步评审
# 12. 评审事件的数据流中如何将评论、批准、时延等评审事件自动化导出到度量平台，支撑有效性量化分析？ A 评审数据只能手工统计 B 评审事件无法结构化 C 通过 API/Webhook 把评审事件自动导出到度量平台，支撑评审有效性与瓶颈的量化分析 ✓ 正确答案 D 数据导出与分析无关
# 13. 评审工具的评论线程能力中 GitHub 线程、GitLab discussion 与 Gerrit inline 的差异对讨论收敛的影响？ A 三种工具的线程能力完全相同 B 评论线程对收敛无影响 C 线程能力强（绑定位置+可 resolve）让讨论更集中、收敛更可控，避免散落与重复 ✓ 正确答案 D Gerrit 不支持评论
# 14. 自动评审中 Lint、静态分析与 CI 检查？ A 自动评审可以完全替代人工评审 B 自动评审只能查格式 C Lint/静态分析/CI 处理可判定规则，作为第一道防线，与人工评审互补 ✓ 正确答案 D 自动评审与 CI 无关
# 15. 评审机器人中自动分配 reviewer 与超时提醒？ A 机器人按归属/负载自动分配 reviewer，超时自动提醒或升级，保证评审 SLA ✓ 正确答案 B 评审机器人只能提醒，不能分配 C 自动分配会有偏见，应人工分配 D 超时提醒无意义
# 16. 代码评审的模板与检查清单中通用清单与领域清单如何分层设计，如何避免清单式评审流于形式而漏掉设计问题？ A 清单越长越能避免漏项 B 通用/领域清单分层并按需加载，可判定项下沉自动化，且保留设计评审以防形式化 ✓ 正确答案 C 清单勾完即代表评审完成 D 清单与设计评审互斥
# 17. AI 评审辅助中自动摘要与建议？ A AI 摘要可直接替代人工阅读 B AI 摘要会降低评审效率 C AI 建议无需验证 D AI 自动生成 PR 摘要与修改建议，降低理解成本，但需人工确认，是辅助而非决策 ✓ 正确答案
# 18. 评审工具选型中自托管 vs SaaS 在数据合规、插件生态与维护成本上的取舍依据？ A SaaS 一定优于自托管 B 合规与选型无关 C 自托管插件生态一定最丰富 D 自托管利于数据合规但运维成本高，SaaS 省运维但数据在云端，需按合规、生态、成本权衡 ✓ 正确答案
