# 1. 设计一个数据分析 Agent（自然语言→SQL→图表→洞察），查询生成、执行安全、结果解读与可视化如何编排 A 编排为查询生成→安全校验（只读/限行/脱敏）→执行→结果解读→可视化，执行后复算关键指标保证正确性 ✓ 正确答案 B NL 生成 SQL 后可直接执行，无需校验 C 执行安全只需在 SQL 前端过滤，无需后端限制 D 可视化选择与结果解读无关，可独立进行
# 2. 设计一个 BI 问答系统，指标口径、维度字典与数据权限如何前置建模，防止口径不一致 A 直接让模型从自然语言生成 SQL 即可，无需建模 B 前置建模指标口径、维度字典与数据权限，问答先落到语义对象再生成 SQL，保证口径一致并防止越权 ✓ 正确答案 C 指标口径由各业务部门自行定义即可，无需统一 D 数据权限只需在结果展示时过滤
# 3. 设计一个代码助手/Copilot，上下文注入（打开文件、仓库索引）、补全触发、安全过滤与采纳度量如何设计 A 每次击键都应触发补全以提升效率 B 上下文应注入整个仓库以保证补全准确 C 注入当前文件与相关仓库索引作为上下文，按需触发补全，安全过滤敏感信息与恶意代码，用采纳率度量提效 ✓ 正确答案 D 安全过滤只需在模型层做一次即可
# 4. 设计一个文档处理 Agent（合同/报告抽取），解析、字段抽取、置信度输出与人工复核工作台如何设计 A 抽取结果直接采用，无需置信度与复核 B 解析→字段抽取→每个字段输出置信度，低置信度/高风险字段进人工复核工作台，复核结果回流优化 ✓ 正确答案 C 置信度只影响展示，不影响自动化流程 D 字段 Schema 无需预先定义，可由模型自由决定抽取内容
# 5. 设计一个通用任务编排 Agent（规划-执行-验证），计划生成、工具调用、失败重试与人工审批节点如何设计 A 人工审批会降低自动化程度，应尽量减少 B Agent 规划后直接执行所有动作，无需验证 C 所有失败都应自动重试直至成功 D 采用规划-执行-验证循环，工具调用带参数/权限/幂等校验，失败按可重试性处理，高风险动作插入人工审批节点 ✓ 正确答案
# 6. 设计一个内容审核系统，规则引擎、分类模型与 LLM 复核如何分层，误杀率与漏放率如何平衡 A 规则引擎、分类模型、LLM 复核分层处理，用双阈值把模糊内容交给复核，平衡误杀率与漏放率 ✓ 正确答案 B 直接用 LLM 审核所有内容，准确率最高 C 误杀率与漏放率无法同时控制，只能放任其一 D 规则引擎已足够，无需模型与 LLM 复核
# 7. 设计一个个性化推荐/搜索增强系统，模型输出与业务规则（库存、价格、合规）如何融合 A 规则过滤（库存/价格/合规）是硬约束在前，模型在合规集合内排序优化，规则层兜底保证可用性与合规 ✓ 正确答案 B 规则与模型互斥，只能二选一 C 完全依赖模型排序，无需规则约束 D 合规过滤属于展示层，后端无需处理
# 8. 设计一个会议纪要/文档摘要系统，长文档分段、摘要层级与事实校验如何设计，摘要错误如何检测 A 长文档直接一次性输入，无需分段 B 长文档分段生成再合并为层级摘要，摘要断言与原文做事实校验，事实错误标注待确认或引用原文 ✓ 正确答案 C 层级摘要与事实校验互斥，只能选其一 D 摘要错误无法检测，只能全量人工复核
# 9. 设计一个 RAG 客服的知识库更新管道，增量摄取、去重、版本化与回滚如何实现 A 去重与版本化互为冗余，选其一即可 B 文档变更时全量重建索引，简单可靠 C 事件驱动增量摄取变更文档，内容哈希去重，文档版本化支持追溯与回滚，任务幂等可重试 ✓ 正确答案 D 回滚只需删除新文档，无需版本快照
# 10. 设计一个 AI 写作助手，风格约束、事实核查、版权与 AIGC 标识如何落地 A 生成内容可直接发布，无需核查与标识 B 风格约束靠模板与输出校验，事实断言核查并标注来源，按法规对 AIGC 内容做标识并保留人工编审 ✓ 正确答案 C 事实核查会降低效率，应省略 D AIGC 标识仅作装饰，非必需
# 11. 设计一个报表生成系统，模板、数据绑定与自然语言总结如何结合，数值一致性如何校验 A 模板绑定数据，AI 总结引用真实数据，通过断言与数据比对校验数值一致性，防止结论与数字不符 ✓ 正确答案 B 图表数据与 SQL 结果无需复算校验 C 自然语言总结可自由发挥，无需与数据一致 D 数据绑定与模板解耦，数字由 AI 生成即可
# 12. 设计一个企业搜索增强系统，多数据源、权限过滤与 AI 摘要如何组合，点击反馈如何回流 A 多数据源直接合并成一个索引即可，无需权限过滤 B AI 摘要无需引用来源，可直接给出结论 C 点击反馈只用于统计，无法驱动检索优化 D 多源聚合统一索引，检索按权限过滤文档，AI 摘要引用来源，点击反馈回流用于调整重排 ✓ 正确答案
# 13. 数据分析 Agent 的查询执行安全，只读账号、行数/超时限制、敏感列脱敏在执行层如何强制，生成 SQL 的审计与审批流程？ A 只要模型生成时注意安全即可，无需执行层限制 B 执行层用只读账号、限行/超时、敏感列脱敏强制约束，高风险 SQL 走审批，全部 SQL 审计留痕 ✓ 正确答案 C 敏感列脱敏是可选优化，不做也可 D 只读账号会限制功能，应允许模型执行 DML
# 14. 模糊查询的澄清交互，用户查询缺少时间范围或指标口径时，Agent 如何主动追问而不是猜测，澄清问题的生成与交互成本如何控制？ A 参数缺失时可直接猜测，减少交互 B 必需参数缺失主动追问并给选项，可选参数用默认值，限轮数追问控制交互成本，宁追问不瞎猜 ✓ 正确答案 C 追问次数越多越好，保证结果准确 D 澄清问题只能开放式提问，无法给选项
# 15. 数据分析结果的正确性验证，图表数值与 SQL 结果的一致性校验、聚合口径复算，以及异常值提示如何设计？ A 图表数值与 SQL 结果无需校验，模型不会错 B 图表与 SQL 结果绑定校验、聚合口径复算、异常值检测提示，三重防线保证数字可信 ✓ 正确答案 C 聚合口径无需复算，直接采用即可 D 异常值提示会增加噪音，应关闭
# 16. 长查询与慢任务的异步化，SQL 执行超过阈值时如何转异步任务、轮询与结果缓存，用户等待体验与资源回收如何平衡？ A 所有查询都同步等待，保证结果实时 B 异步任务无需持久化，结果直接丢弃 C 结果缓存可跨权限复用，提升命中率 D 超过阈值转异步任务返回 taskId，轮询获取结果，相同查询缓存复用，异步任务设超时与可取消以回收资源 ✓ 正确答案
# 17. 设计一个语音助手/客服语音机器人，ASR、意图、对话管理、TTS 与转人工的状态机如何设计 A 语音无需状态机，可自由流转 B 语音助手只需 ASR→TTS 直连，无需对话管理 C 链路为 ASR→意图→对话管理→TTS→转人工，状态机处理打断/静音/拒识/转人工等语音特有事件 ✓ 正确答案 D 转人工会打断流程，语音场景应避免
# 18. 设计一个智能审批/流程助手，表单预填、审批建议与人工决策的边界如何设计，审计如何留痕 A AI 可直接做出审批决定，提升效率 B 审批建议无需提供依据，人工自行判断 C 审计留痕只针对高风险审批，普通审批无需 D AI 负责表单预填与审批建议，决策权在人工，高风险强制人工，AI 介入全程审计留痕 ✓ 正确答案
# 19. 设计一个多 Agent 协作平台，任务分解、消息协议、状态同步与成本治理的架构如何取舍 A 多 Agent 越多越好，协作越灵活 B 任务分解派发、标准消息协议、状态同步中心协调，并设 Agent 数量/层级/成本上限防止失控与成本爆炸 ✓ 正确答案 C 多 Agent 无需状态同步，各干各的 D 成本治理会限制能力，应取消
# 20. 数据分析 Agent 的可视化选择，如何根据数据特征（维度/度量/时间序列）自动选择图表类型，图表描述与洞察生成的衔接？ A 图表类型由用户手动指定，Agent 不参与 B 洞察可由模型自由发挥，无需与图表数据一致 C 时间序列数据应优先用饼图展示占比 D 按数据特征（时间序列/类别/占比）规则自动选图表，图表描述与洞察基于同一数据源，保证图文一致 ✓ 正确答案
