AI 加速营第四次课随堂测试

本次测试共10题，建议答题时长约10分钟，试卷满分100分，请结合本次课程内容认真作答

小需求适合 AI Coding 的本质原因是（）

模型参数量足够大

上下文短、影响小、验证快、失败成本低

AI 可以一次性读完整套工程代码

AI 可以自动消除系统级不确定性

使用 AI 做大型重构必须补齐的 4 个工程条件是（）

大算力、完整文档、测试环境、充足人力

目标可拆、边界可控、验证自动化、风险可止损

高并发、灰度能力、监控告警、日志系统

超长 Prompt、完整代码库、CI 流水线、人工评审

Harness 在整套重构体系中的作用是（）

循环做修改、验证、自动上线

把 AI 放进受控工程环境，定义目标、边界、规则与工具

将大目标拆解成可执行 Task

存储全部执行证据

关于人机分工，下面描述正确的是（）

AI 可以代替人做架构拍板和上线决策

人负责目标、边界、风险判断，AI 负责高频执行工作

重构全部工作都可以交给 AI 自动完成

人只需要写 prompt，不需要做方案评审

门票召回项目重构的核心目标是（）

将 ES 能力全部迁移到 Lucene

把 Lucene 老召回能力合并到 ES 排序系统，下线老 Lucene 系统

直接新增一套全新独立搜索集群

完全重写 rank 排序系统，保留 xsearch 不动

项目早期踩坑：直接交给 AI 从模糊需求自由拆解方案，带来的主要后果是（）

产出文档精炼简洁，可直接落地

AI 发散输出，文档爆炸，偏离真实方案，人变成文档管理员

可以一次性输出可上线代码

大幅减少人工调研工作量

关于代码迁移，门票召回项目得出的正确做法是（）

直接让 AI 对业务代码做全量重写

先拷贝旧代码到目标文件，再引导 AI 做改造，不允许 AI 自由发挥

全部抛弃旧代码，从零全新编写

只改语法，业务逻辑全部由 AI 自行脑补

新旧系统等价验证的核心思想是（）

靠人工阅读 review 代码保证正确性

跑出来验证：写对比脚本，新旧系统做 diff 对比看结果一致性

只要单元测试通过就代表等价

只要新系统编译成功即可上线

Task 本地测试通过，就可以直接全量上线。（）

正确

错误

MVP 拆解的 Spec，核心不仅要写 “要做什么”，同时要明确 “不改什么”。（）

正确

错误

10题 | 被引用0次

模板修改

使用此模板创建