引导式测验 · 中等 等级

自动代码迁移中的人工智能测验

查看人工智能辅助代码迁移范围如何编辑、检查程序行为并通过人工审核支持现代化工作。

相关引导路径人工智能在自动代码迁移中的应用
问题 1 的 8

为什么人工智能辅助的代码迁移很有价值？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 为什么人工智能辅助的代码迁移很有价值？
    • 手动迁移速度慢、成本高且容易出错，而 AI 可以大规模重写
    • 它消除了任何测试的需要
    • 它使程序自动运行得更快
    • 它消除了对编程语言的需要
  2. AI代码迁移的典型安全工作流程是怎样的？
    • AI直接提交变更，无需审核
    • 人机交互：人工智能提出差异、测试验证、工程师批准
    • 工程师重写一切并忽略人工智能
    • AI立即删除旧代码
  3. 迁移工具如何减少幻觉或错误的 API？
    • 通过完全信任模型的第一个输出
    • 通过禁用所有类型检查
    • 通过编译代码并运行现有测试来验证编辑
    • 通过将代码转换为图像
  4. 为什么将法学硕士与 AST 解析和静态分析配对？
    • 让代码看起来更漂亮
    • 将评论翻译成其他人类语言
    • 压缩源文件
    • 精确定位必须更改的内容并为模型提供范围上下文
  5. 其中哪一个是现实世界中的经典迁移目标？
    • 将已有数十年历史的 COBOL 银行系统迁移到现代语言
    • 将 JPEG 图像转换为 PNG
    • 重命名文件夹中的文件
    • 更改网站的配色方案
  6. 随着AI迁移工具的改进，主要瓶颈转移到哪里？
    • 手写更改
    • 安全地审查人工智能生成的更改
    • 购买更快的硬件
    • 学习新的人类语言
  7. In the guide’s verification loop, what should happen when a generated migration edit fails a test?
    • Delete the tests and accept the edit
    • Treat the failure as proof the migration is complete
    • Use the failure as feedback for another edit, then validate again
    • Change unrelated files until the test passes
  8. What is the role of AST parsing and static analysis in scoped migration?
    • Automatically decide whether the new code is legally licensed
    • Replace all testing with a language model opinion
    • Turn source files into audio
    • Locate relevant code constructs and provide focused context for transformation