与 mock-exam-2.md 配套。每题：答案 / 为什么对 / 为什么错 / 考什么原则；场景题全套解析。 原创教学题，非官方真题。原则出处以模块编号标注（M01–M13）。
🎯 学习重点：把每个错误答案映射回指标误读、信任边界或生产反模式。
Q1. B —— pass@k（k 次至少一成）适合研发爬坡，产品决策看 pass^k（k 次全成）——0.85³≈61%，与「三次内至少一次对」的产品要求是两个不同事件（M12）。 错项：A 混用两个口径；C pass@k 有其用途；D 与评分方式无关。 考什么：pass@k vs pass^k 的产品含义（高频辨析）。
Q2. B —— 「先审 eval 再审模型」：前沿模型 0%/暴跌多半是题目、grader、环境的问题（M12 Common Mistake #3）。 错项：A/C 是未诊断先动手；D 粗暴且无据。 考什么：评估方法论的排查顺序。
Q3. B —— judge 三件最低配置：rubric、Unknown 出口、人工对表校准（M12）。 错项：A/D 缺质量控制；C 强模型也需校准。 考什么：LLM-as-judge 的可靠性前提。
Q4. B —— recall 单看可刷分（加大 K 即可）；K×块长挤占预算 + context rot + 噪音干扰——recall 必须与 precision@k/nDCG 成对看（M07/M12）。 考什么：检索指标成对原则。
Q5. B —— transcript 不是 outcome；唯一可靠判据是环境终态（工单系统状态变更）（M12）。 错项：A 模型说≠事实；C 用户沉默可能是放弃了；D 会话长度与成功无关。 考什么：task success 的判据层。
Q6. B —— 幻觉率必须与弃答率成对上报：全拒答可刷出幻觉率 0；弃答率 30% 说明大量问题被逃避，任务成功率才是终点（M12）。 错项：A 单指标幻觉；C 弃答为零不现实也无必要；D 有数据可判。 考什么：指标联动解读。
Q7. B —— eval saturation：旧题毕业进回归套件、补新难题、held-out 汇报（M12/M13 数据飞轮）。 考什么：评估集是活资产。
Q8. B —— 严格顺序校验惩罚合法路径（CORE-Bench 42%→95% 教训）；评产出不评路径，业务规则顺序（先扣库存再下单）才硬校验（M12）。 考什么：agent 评估的路径宽容度。
Q9. B —— 一个 run_sql 全库工具使其余 23 个工具的隔离全部失效——最小权限视角下这是第一风险（blast radius 最大）（M11）。 错项：A 是次要问题（准确率）；C/D 回避要点。 考什么：least privilege / blast radius 的识别。
Q10. B —— 第三方内容走 tool_result 通道 + JSON 编码 + 来源标注；网页取渲染文本防隐藏标签载荷（M11 间接注入）。 错项：A 原始 HTML 含隐藏指令且拼进 system prompt 是最差位置；C user 消息同样危险；D 模型无法自证可信。 考什么：数据与指令分层。
Q11. B —— 「审计过的连接器 ≠ 审计过的数据」：连接器合规不保证取回内容干净（间接注入面）（M11）。 考什么：信任边界辨析。
Q12. B —— DNS rebinding 让恶意网页以你的源访问 localhost 服务；校验 Origin 是官方建议防线（M06）。 错项：A 只监听 127.0.0.1 不能防 rebinding（请求看起来就来自本地）；C/D 是纵深补充非针对此攻击。 考什么：本地 MCP server 安全。
Q13. B —— 数据驻留/合规决定接入路径（直连 vs Bedrock/Vertex 区域 vs ZDR 条款）——架构第一层选型输入（M11/M10）。 错项：A/D 无视约束；C prompt 删 PII 不解决传输驻留问题。 考什么：合规驱动架构。
Q14. B —— 选型第一层：家族/档位三轴（价格/延迟/能力）× 任务要求；限流桶常比单价先卡住（M02）。 考什么：模型选型方法。
Q15. B —— cascade 的核心指标是升级率（多少流量升级到强模型）——直接决定平均成本与质量（M02/M10）。 考什么：级联架构的监控点。
Q16. B —— streaming 降 TTFT 后的感知等待；总生成时长不变（M02）。 考什么：TTFT vs 总时长的区分。
Q17. B —— 断点放稳定前缀末尾、变化内容之前，一处覆盖最大稳定区（M03/M10）。 错项：A/C 断点位置错误导致 miss 或浪费；D 未设断点则没有缓存声明。 考什么：cache_control 断点原则。
Q18. B —— 529 = 平台过载：退避 + 爬坡 + 熔断；硬刚加剧过载（M10）。 考什么：过载响应（系统性信号 vs 单点错误）。
Q19. B —— 每层独立 30s 叠加成分钟级挂起是反模式；预算应从顶层向下分配（M10）。 考什么：timeout budget。
Q20. B —— 结构化文档按结构切 + 标题链元数据；固定滑窗把表格切两半、条款失主语（M07）。 考什么：chunking 按文档结构。
Q21. B —— contextual retrieval 给块补回主语/上下文，解决 context loss（"增长了 3%" 无公司名即废数据）（M07）。 考什么：官方技术与其针对的缺陷。
Q22. C —— 官方数据：上下文化 BM25 降检索失败率 49%，叠加 reranking 累计 67%（M07）。 考什么：官方量化收益的记忆与理解（数字以官方 cookbook 为准）。
Q23. B —— 第一问是「是否需要检索」：规模/变化频率是否超出全量塞入+caching 的适用域（M07 反过度工程）。 考什么：架构判断顺序（先问要不要，再问怎么做）。
Q24. B —— ACI：工具文档按 HCI 标准投入；官方优化工具时间超过优化 prompt（绝对路径零失误案例）（M04/M08）。 考什么：ACI 投入原则。
Q25. B —— planner-executor 判据：计划是否先作为静态契约产出（M08）。 考什么：编排模式的精细区分。
Q26. B —— routing = 分离关注点 + 成本分层（M08）。 考什么：routing 的收益本质。
Q27. B —— ADR 规范：选择 + 理由 + 放弃项 + tradeoff；「无 tradeoff 记录的决策视为未完成」（M13）。 考什么：决策文档化（CCAR-P Stakeholder/Lifecycle 域的核心能力）。
Q28. B —— 稳定哈希：同用户稳定落同版本（体验一致）+ 新旧分标签可对比（M10）。 考什么：灰度发布细节。
Q29. B —— 可选参数上限（24）与文法编译成本；schema 最小化（M05）。 考什么：schema 设计约束。
Q30. B —— PII 回放/日志：独立权限 + 脱敏/加密 + 期限；通用日志管道记全量 prompt 是合规事故（M10/M11）。 考什么：评估合规底线。
🎯 学习重点：逐项核对必要性和充分性，尤其关注安全与评估护栏。
Q31. ABD —— RAG 文档、tool result、网页隐藏标签都是间接注入入口；C 是正常输入（直接注入是另一形态，但「正常问题」本身不是注入）（M11）。 考什么：间接注入面的识别。
Q32. AC —— 纵深防御：每层都有失效模式（A），层覆盖不同失效面（C）。 B 是单层幻觉；D 不计成本是过度设计不是纵深。 考什么：defense in depth 的正确理解（不是层数竞赛）。
Q33. ABC —— 最小合格组：recall@k + precision/nDCG + groundedness——检索层两个 + 生成层一个，缺层即盲（M07/M12）。 D 用户点赞是滞后且稀疏的信号，不能替代分层评估。 考什么：RAG 评估分层。
Q34. AC —— 功能未达标先砍延迟（M12 官方次序警告：先功能后延迟）、未评估先买 reranker——都是过早优化。 B/D 是正确的基线与门禁建设。 考什么：优化次序（先功能后延迟）。
Q35. AB —— 只读→resources、写操作→tools（控制方与攻击面原则）（M06）。 C 把只读数据做成 tool 扩大行动面；D resources 不可执行写。 考什么：原语分工（官方 CCAR-F 点名 tool and resource design）。
Q36. ABC —— 干系人汇报三要素：约束与量化指标、tradeoff 与放弃理由、风险与缓解（M13/CCAR-P 域 5/6）。 D 全量技术细节淹没听众——沟通要看对象。 考什么：Stakeholder Communication（CCAR-P 14% 权重域）。
🎯 学习重点：比较可用方案为何仍不是最佳，并写出何种约束变化会翻转选择。
🎯 学习重点：卷二偏进阶综合能力，应与卷一错题域合并分析，不看单次总分。
last-week-review.md。exam-domain-map.md。