# 1. AI 生成代码导致线上事故时，提交者、审查者和发布流程的工程责任如何界定 A 全部归咎于 AI B 只罚提交者 C 按提交者理解验证、审查者审查、发布流程门禁回滚等环节划分，并导向过程改进 ✓ 正确答案 D 不追责
# 2. 如何用审计记录重建 Agent 接收的上下文、执行的工具、产生的 diff 和人工批准 A 只有输出 B 上下文、工具执行、diff、人工批准，并用统一 ID 关联成时间线 ✓ 正确答案 C 只有 diff D 只有批准
# 3. 候选人或员工不能公开完整私有代码时，如何提供测试、提交和设计决策等替代证据 A 偷偷复制源码 B 只口头描述 C 提供脱敏的测试、提交记录、设计决策与复盘等过程证据 ✓ 正确答案 D 伪造代码
# 4. AI 输出的边界条件、并发、性能、安全、依赖和 License 为什么需要额外 Review 清单 A 清单只针对人类 B AI 代码永远正确 C AI 在这些工程约束维度上容易出错，且是事故高发区，需清单化逐项核查 ✓ 正确答案 D 不需要审查
# 6. 第三方代码（开源、Copy-paste）经 AI 改写后，License 继承和归属要求如何评估 A AI 改写即无义务 B 无需评估 C 改名即合规 D 评估衍生作品与 license 传染性，copyleft 仍可能继承，必要时 clean-room 重写并保留追溯 ✓ 正确答案
# 7. AI 生成代码的“知识产权”——雇主、员工、第三方作者的归属争议防范 A 不约定、不记录 B 事先约定权属、记录来源、审查第三方权利并留存审计 ✓ 正确答案 C 所有代码归 AI D 只靠口头约定
# 8. AI 代码的“合规边界”——医疗器械、金融、政府的监管要求如何影响 AI 生成代码的可用性 A 需满足可追溯、可验证、可审计、责任明确的合规要求，经强化验证与合规放行才能用 ✓ 正确答案 B 可直接上线 C 完全禁用 D 无需验证
# 9. AGENTS.md、.cursorrules、CLAUDE.md 等治理文件之间应如何定义优先级与合并规则，防止 IDE/SDK 静默覆盖安全策略（例如“禁用 curl|bash”被某个项目级 .cursorrules 覆盖） A 让项目级文件说了算 B 区分安全策略与风格偏好，安全策略为不可覆盖硬约束，合并时检测弱化并告警 ✓ 正确答案 C 禁用所有治理文件 D 无优先级
# 10. AI 生成代码导致线上事故时，审计日志应保留哪些最小证据（接收的 prompt hash、启用的 MCP Server 列表、批准人、批准时间戳、产生的 diff hash） A 只有 diff B prompt hash、MCP Server 列表、批准人/时间戳、diff hash 等，并用统一 ID 关联防篡改 ✓ 正确答案 C 只有批准人 D 只有 prompt
# 11. 团队治理指标（AI 使用率、采纳率）应如何聚焦缺陷、返工与风险信号，而不是滑向员工监控或绩效排名工具 A 用于个人绩效排名 B 只看采纳率高低 C 监控单个员工使用率 D 聚焦缺陷/返工/风险信号，聚合到团队层面保护隐私，用于流程改进 ✓ 正确答案
# 12. 内联补全的采纳率应如何按语言、场景（新写 vs 修改）与开发者分层统计，避免被打字速度与接受后即删除混淆 A 只看全局总采纳率 B 接受即算采纳 C 按语言/场景/开发者分层，排除打字速度与接受即删，用有效保留口径 ✓ 正确答案 D 含接受后删除
# 13. 补全延迟预算（首字时间）与模型大小、上下文采集范围如何取舍，延迟过高对采纳率的影响如何度量 A 无限追求质量 B 设定 TTFT 延迟预算，按需采集上下文，用 A/B 度量延迟对采纳率的影响 ✓ 正确答案 C 无限加上下文 D 不关心延迟
# 14. 何时应关闭补全（密钥文件、测试断言、许可证头、凭证配置），并在 IDE 层与团队策略中统一强制 A 所有场景都开补全 B 只关密钥文件 C 密钥/凭证/测试断言/许可证头等场景应关闭，IDE 层规则+团队策略统一强制 ✓ 正确答案 D 不确定
# 15. 补全建议与 Coding Agent 生成在 Review 标准上有何不同（行级 vs 任务级），如何防止小建议逃避评审 A 小改动无需审查 B 所有 AI 改动统一进入评审，聚合小 diff 并聚焦语义与行为 ✓ 正确答案 C 只审 Agent 生成 D 不审补全
# 16. Copilot 类工具的遥测与代码片段上传边界（哪些片段上云、保留多久、是否用于训练）如何向团队透明化 A 不告知上传内容 B 强制上传所有代码 C 明确上传边界、保留时长、用途（是否训练）并提供控制选项，企业模式默认不训练不长期留存 ✓ 正确答案 D 无保留策略
# 17. 采纳率指标如何区分建议质量差与场景不匹配，驱动模型或上下文策略调整 A 一律换模型 B 不区分 C 一律加上下文 D 按场景分层看采纳率，结合采纳后修改/拒绝行为归因，驱动对应调整 ✓ 正确答案
# 18. 补全遥测如何避免滑向员工监控，指标聚合粒度与访问权限应有哪些边界 A 个人级全量画像 B 开放给所有人 C 团队/功能级聚合、去标识化、受限访问与用途声明，禁止用于绩效 ✓ 正确答案 D 无权限控制
# 19. 本地模型补全与云端补全的成本收益（延迟、隐私、订阅费）如何在不同规模团队中评估 A 只看订阅费 B 一律用本地 C 综合延迟、隐私、订阅费、质量四维，结合团队规模与合规做 TCO 与混合部署决策 ✓ 正确答案 D 一律用云端
# 20. Coding Agent 团队的 token 成本 dashboard 应如何区分“开发探索成本”（可补贴） A 与生产成本混算 B 按用途/环境/用户分类，区分可补贴的探索成本与生产成本，识别浪费 ✓ 正确答案 C 全部禁止 D 不统计
# 21. 补全功能的 A/B 实验应如何设计，衡量对交付效率与缺陷率的影响，而非只看采纳率 A 只看采纳率 B 只看生成速度 C 交付效率与缺陷率（完成时间、评审拒绝、线上缺陷），用随机化对照 ✓ 正确答案 D 只看用户满意度
# 22. 简历、博客和代码成果中的 AI 协作痕迹应如何诚实说明，同时保留个人贡献的可验证证据 A 完全不提 AI B 诚实说明 AI 角色，并用设计决策、审查、调试等可验证证据展示个人贡献 ✓ 正确答案 C 冒充纯原创 D 只展示 AI 输出量
# 23. 团队级 AI SDK 用量治理应如何把 per-developer、per-feature、per-repo 的 token 成本拆开归因，并在 SDK 层（per-request budget guard） A 按 developer/feature/repo 标签多维归因，并在 SDK 层做 per-request budget guard 拦截超限 ✓ 正确答案 B 只看总量 C 不设预算 D 只归因不控制
