quiz.json

{
  "lesson": "32-minimal-agent-workbench",
  "title": "最小可用 agent 工作台",
  "questions": [
    {
      "stage": "pre",
      "question": "哪三个文件构成了最小可用的工作台？",
      "options": [
        "AGENTS.md（路由）、agent_state.json（状态）、task_board.json（队列）",
        "README.md、CHANGELOG.md、LICENSE",
        "model.py、prompts.py、tools.py",
        "Dockerfile、Makefile、.gitignore"
      ],
      "correct": 0,
      "explanation": "一份简短的路由、持久状态和一个任务队列是底线。"
    },
    {
      "stage": "pre",
      "question": "本课对 AGENTS.md 的定位是什么？",
      "options": [
        "一份 3000 行的入职手册",
        "一份简短的路由，指向更深的文档以及状态和任务板",
        "一个纯粹的 prompt 缓存键",
        "一个不放进 repo 的秘密"
      ],
      "correct": 1,
      "explanation": "AGENTS.md 是路由，不是手册；长手册会被忽略。"
    },
    {
      "stage": "check",
      "question": "Augment Code 的数据关于一份好的 AGENTS.md 说了什么？",
      "options": [
        "它没有可衡量的效果",
        "一份好的 AGENTS.md 带来的质量跃升等同于从 Haiku 升级到 Opus；一份糟糕的则比没有这个文件还差",
        "长度总是有帮助",
        "只有 Claude 会读它"
      ],
      "correct": 1,
      "explanation": "Augment Code 的测量：最好的文件是模型升级形态的，最差的比什么都没有还糟。"
    },
    {
      "stage": "check",
      "question": "为什么本课建议用文件支撑的状态而非聊天历史状态？",
      "options": [
        "磁盘更便宜",
        "聊天历史是易失的；文件能在会话死亡、对话裁剪和工具重置中存活",
        "文件更小",
        "这是 SOC 2 要求的"
      ],
      "correct": 1,
      "explanation": "会话会死、聊天会被裁剪；文件是持久的记录系统。"
    },
    {
      "stage": "check",
      "question": "本课说当互相冲突的指令出现在 AGENTS.md 中时会发生什么？",
      "options": [
        "延迟下降",
        "冲突指令会悄悄把 agent 从交互模式降到贪心模式（AMBIG-SWE：解决率从 48.8% 降到 28%）",
        "成本略升",
        "什么都不会"
      ],
      "correct": 1,
      "explanation": "AMBIG-SWE 测得出现矛盾时解决率大幅下降；改为给优先级编号。"
    },
    {
      "stage": "post",
      "question": "为什么本课建议用像 CLAUDE.md -> AGENTS.md 这样的跨工具符号链接？",
      "options": [
        "为了省字节",
        "这样单一的真相来源能扇出到每个编码 agent 而无需分叉",
        "为了通过审计",
        "为了满足 MIT"
      ],
      "correct": 1,
      "explanation": "符号链接（或 Nx 风格的生成器）让 Claude Code、Codex、Cursor、Copilot 等共用一个规范来源。"
    },
    {
      "stage": "post",
      "question": "嵌套的 AGENTS.md 文件遵循什么模式？",
      "options": [
        "只读取根文件",
        "从工作文件向 repo 根走，把沿途找到的每个 AGENTS.md 拼接起来（最近的优先；子目录扩展根）",
        "随机选择",
        "按字母顺序合并"
      ],
      "correct": 1,
      "explanation": "OpenAI 在其主仓库里放了 88 个 AGENTS.md 文件；工具按从最近到上层的顺序拼接。"
    }
  ]
}