# 1. 云端主模型加端侧小模型的混合架构如何进行任务路由、结果合并和失败回退 A 按任务特征路由端/云、合并时协调置信度、失败时分层回退（端→云、云→端、双失败兜底） ✓ 正确答案 B 云端失败无需回退 C 混合架构只需端侧，无需云端 D 结果合并不协调置信度
# 2. 云边协同的任务路由如何按延迟、隐私、网络状态和模型能力动态决策，策略如何配置 A 按隐私、网络、能力、延迟动态路由，策略做成可配置规则并灰度发布，随设备/网络状态变化 ✓ 正确答案 B 路由只按模型能力 C 网络状态不影响路由 D 路由策略无法配置
# 3. Apple Foundation Models 与 Gemini Nano 的设备能力如何探测、声明和回退（不支持时如何路由到云） A 用系统 API 探测端侧模型可用性、声明能力矩阵、不支持时回退到云端路由并处理能力差异 ✓ 正确答案 B 端侧模型不可用时无需回退 C 能力探测只用于展示 D 所有设备都支持端侧模型
# 4. 离线请求恢复联网后，怎样决定复用端侧结果、云端复核或重新生成 A 离线结果一律重组 B 按任务重要性+置信度决定复用端侧结果、云端复核或重新生成，低风险高置信复用 ✓ 正确答案 C 离线结果必须丢弃 D 复活联网后无需处理
# 5. 端侧个性化数据如何保持本地，哪些摘要可在获得授权后发送云端 A 端侧无法个性化 B 个性化数据必须上传云端 C 授权后即可上传全部原始数据 D 敏感数据本地保留处理，非敏感摘要/特征最小化上报且需授权并脱敏，云端只接触脱敏信息 ✓ 正确答案
# 6. 离线推理结果恢复联网后如何决定复核、重生成或直接采用，避免重复请求浪费 Token A 复核比全量重生成更费 token B 恢复联网后所有离线结果都重生成 C 按重要性/置信度决定直接采用、云端复核或重生成，用复核替代全量重生成、可复用不重复请求避免浪费 token ✓ 正确答案 D 离线结果一律丢弃
# 7. 端侧个性化数据如何通过差分隐私或本地 Embedding 在不上传原数据的前提下增强个性化 A 增强个性化必须上传原始数据 B 用差分隐私加噪统计或本地 Embedding 向量代替原始数据，隐私增强个性化且不上传原数据 ✓ 正确答案 C 本地 Embedding 会泄露原文 D 差分隐私无统计效用
# 8. 系统内置模型升级（iOS/Android OS 升级）如何不影响应用主流程，避免 API 变更导致崩溃 A 系统模型升级可能改变 API，应用需探测、降级到云/自备、兼容层隔离、异常保护避免崩溃 ✓ 正确答案 B 系统模型 API 永远稳定 C 系统模型升级不影响应用 D 无需兼容系统 API
# 9. 设备碎片化下如何设计最低能力矩阵、灰度开关和崩溃保护 A 所有设备能力相同，无需适配 B 用最低能力矩阵过滤不支持设备、灰度开关控制放量、崩溃保护兜底，兼容设备碎片化 ✓ 正确答案 C 碎片化设备无法处理 D 崩溃保护可省略
# 10. 系统内置模型能力和设备支持变化时，产品为何要按官方能力清单动态探测 A 系统模型能力随设备/OS/区域变化，应按官方能力清单动态探测并自适应启用/降级，避免写死假设 ✓ 正确答案 B 能力清单不会变化 C 系统模型能力写死即可 D 动态探测无必要
# 11. 端侧 + 云端混合推理的成本、隐私、能耗如何综合评估，用户透明度如何设计 A 混合推理只需看成本 B 从成本/隐私/能耗三维评估端云混合，向用户透明披露处理位置与上传内容并给偏好设置 ✓ 正确答案 C 端侧推理不耗电 D 用户无需知晓处理位置
# 12. 端侧模型输出与云端基线如何做持续回归，系统模型 OTA 升级后如何用同一评估集检测质量漂移 A 端侧模型升级后无需检测 B 端侧与云端无需对比 C 用同一评估集持续对比端侧 vs 云端基线，OTA 升级后用同评估集检测质量漂移并告警/降级 ✓ 正确答案 D OTA 升级不影响质量
# 13. 如何用代表性设备矩阵（旗舰、中端、入门）持续测试首响应、Token 速度和能耗 A 用旗舰/中端/入门设备矩阵持续测试首响应、Token 速度、能耗，按版本回归 ✓ 正确答案 B 只需在旗舰设备测试 C 入门设备无需测试 D 能耗与设备无关
# 14. 端侧推理的崩溃保护与降级路径如何设计，避免一次模型错误导致整个 App 卡死 A 模型隔离（独立进程/沙箱）+ 超时 + 异常捕获 + 降级到云/缓存，避免模型错误卡死 App ✓ 正确答案 B 模型崩溃应导致 App 重启 C 无需降级路径 D 端侧模型错误不影响主进程，无需处理
# 15. 端侧模型安全更新（签名、热补丁）如何不依赖应用商店发布，支持紧急修复 A 模型更新必须经应用商店 B 模型无需签名校验 C 用自有通道在线更新模型 + 签名/哈希校验 + 版本灰度回滚 + 热补丁，紧急修复不依赖应用商店 ✓ 正确答案 D 紧急修复只能等应用商店
# 16. 端云协同的隐私保护模式（端侧推理、云端仅取聚合统计）应如何在不跨设备更新参数的前提下完成个性化 A 个性化必须把参数上传云端聚合 B 云端必须接触个体数据 C 端侧本地推理与个性化、云端只取聚合统计，个体数据与参数不出设备，不跨设备更新参数 ✓ 正确答案 D 聚合统计即个体数据
# 17. 手机端小模型与云端 GPT-5 协同推理时，如何按任务敏感度、复杂度和网络状态动态路由 A 所有任务都发云端 GPT-5 B 敏感任务也可上云 C 网络不影响路由 D 按敏感度（硬约束）+复杂度（能力需求）+网络（可用性）动态路由，端侧轻任务、云端强任务 ✓ 正确答案
# 18. 云边协同传输上下文前，怎样执行本地脱敏、最小化上传和用户授权，避免隐私数据离开设备 A 上下文可原样上传云端 B 脱敏后仍需上传全部内容 C 无需授权即可上传 D 上传前需本地脱敏、最小化上传、用户授权、加密传输，避免隐私数据离开设备 ✓ 正确答案
# 19. 设备离线时 Agent 的工具能力会变化，系统如何声明能力、缓存任务并在重新联网后安全续接 A 离线时工具能力不变 B 联网续接无需处理幂等 C 离线任务直接丢弃 D 离线时动态声明可用工具、缓存任务中间态、联网后恢复并安全续接（幂等校验） ✓ 正确答案
# 20. 端侧推理的准确率与云端模型差异如何用同一评估集和隐私约束进行可比测量 A 端侧与云端用不同评估集即可 B 隐私约束下无法对比 C 端侧无需评测 D 用同一评估集+指标分别端侧/云端评测，隐私敏感样本本地评测只上报聚合指标，保证可比且不泄露 ✓ 正确答案
# 21. 云端 Provider 故障时，边缘模型应返回部分结果、排队等待还是拒答，怎样制定一致的产品策略 A 云端故障时所有请求都拒答 B 按任务紧急度与边缘能力一致决定部分结果/排队/拒答，并透明告知用户，策略统一可配置 ✓ 正确答案 C 无需告知用户 D 云端故障时边缘可全量处理
# 22. 端侧 Agent 工具集裁剪与声明式能力协商如何设计，设备不支持某工具时的降级话术与替代路径如何表达 A 端侧 Agent 暴露所有工具，模型自选 B 工具集无需裁剪 C 设备不支持时直接报错 D 按设备能力裁剪工具集、声明式协商可用工具，不支持的用诚实话术+替代路径降级表达 ✓ 正确答案
# 23. 端侧评估结果的采样上报策略如何设计，既不上传敏感输入又能度量设备级质量分布 A 采样上报会泄露敏感输入 B 端侧评估需上报全部输入 C 采样+聚合+脱敏上报，只报统计指标不报敏感输入，按设备维度聚合度量设备级质量分布 ✓ 正确答案 D 无法度量设备级质量
# 24. 如何让端侧语音、OCR 或 Embedding 先完成预处理，再把必要结果发送到云端以降低带宽 A 端侧用语音识别/OCR/Embedding 预处理，把原始数据转成文本/向量等小结果上传，降带宽保隐私 ✓ 正确答案 B 直接上传原始音频/图片，带宽无关紧要 C 端侧预处理无收益 D 预处理只增加带宽
