公司来了个通知说要 AI 考试

来了来了，别催了。

考试是这样的， 各部门负责人出了一些题目，结合自己业务，用 AI 答。

几乎是研发全员参与。
运营运维测试研发， 连硬件测试也没放过。

题目上有两类。
结合 AI 的能力，丰富公司 toB 产品特性的。
使用 AI 的能力，完善产品功能的。

考试有软性的时间限制。

评价标准没有明确说明。

考平标准 经过 AI 重写了,大家感受一下就行. 原始要求口语化程度非常高.

一、 交付基准与运行环境
全栈交付能力：要求具备完整的后端接口支撑与前端交互界面。
数据驱动：前端需集成 Mock 数据，确保在脱离实时后端时仍具备演示能力。
演示闭环：最终交付件必须达到“可运行、可演示”的状态，严禁仅提交静态代码。
二、 业务专业性与工程规范
接口规范化：提供详尽的 API 接口文档（推荐使用 APIfox 格式），包含参数说明、响应示例及异常处理。
质量保障体系：
单元测试：需覆盖核心逻辑，提交完整的测试用例及自动化执行报告。
集成测试：提供多模块协同的集成方案与关联用例。
测试评审：基于研发侧的单元测试进行业务补充，确保护航业务边界。
数据管理：持久化方案采用轻量级关系型数据库 SQLite 。
工程落地：涵盖网络通信协议设计、服务部署流程及环境配置说明。
前端表现力：严格遵循参考原型进行视觉复刻，强制使用公司指定的组件库。
性能感知：评估页面加载、渲染效率及整体交互的用户体验（ UX ）。
三、 综合职能与领域掌控力
专业深度：能够敏锐识别代码质量优劣，具备技术审美与重构意识。
产品思维：立足用户视角，准确理解并还原需求背后的核心价值。
项目管控：展示复杂问题的拆解能力（ WBS ），能够有序推进开发计划并保质保量落地。
四、 交付件清单
工程源代码：逻辑清晰、注释规范的生产级代码。
技术文档集：包含需求规格说明、系统架构设计、测试用例文档。
自测分析：正式的自测试报告（含覆盖率与已知遗留问题）。
操作手册：详尽的部署指南与功能使用说明。
前瞻研究：针对项目中应用的新技术或创新点提交技术白皮书。
五、 可持续性与演进设计
向前兼容：新功能的引入不得破坏既有功能的稳定性（回归测试保障）。
高内聚低耦合：功能模块边界清晰，代码设计具备良好的解耦性，支撑快速迭代与长期维护。