假如你刚拿到新房钥匙，准备开启人生第一次装修。你会怎么做？聪明人不会等装修队撤场才去验收——墙歪了要砸，水管漏了要刨，那时候的返工费足够让你后悔当初省下的监工费。正确做法是：动工前在合同里写清“什么叫装得好”，施工中请监理盯紧每一道工序，每装完一个房间就验收一道，最后才整体收房。AI 项目的质量保证，本质就是把这套“装修管质量”的思路，搬进算法和模型交付的每一个环节。接下来，我们顺着这条装修主线，走一遍质量保证的七步：先认清质量保证的本质，再做质量规划，用审计与评审守住过程，用质量门控制结果，选对瀑布或敏捷的节奏，搭建组织级保障体系，最后用风险与度量给整个项目上保险。

岗位关联

掌握质量保证方法论，是 AI 项目经理从“救火队长”升级为“质量掌舵人”的核心分水岭，也是技术 Leader 带团队稳定交付、让业务方安心放行的前提能力。

目录
  1. 可视化演示
  2. 质量保证概述
  3. 质量规划
  4. 质量保证活动
  5. 质量控制
  6. 开发模式选择
  7. 质量保障体系
  8. 风险与度量
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

通过技术采纳曲线和决策矩阵两种模式，展示AI技术从引入到成熟的采纳路径与影响-成本权衡决策过程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

AI技术采纳曲线 五项技术按S曲线增长：LLM、CV、NLP、RL、多模态 LLM采纳率领先，多模态处于早期阶段 A(t) = 1 / (1 + e^(-k(t-t₀)) S曲线反映技术从引入到饱和的完整周期

质量保证概述

装修时，业主和施工队对“质量”的理解往往南辕北辙。业主要的是“住二十年不出问题”，施工队说的是“按图施工，符合甲方要求”。双方各说各话，最后验收必起争执。质量保证的第一课，就是先把“质量”从一句口号，变成可管理、可计价、可问责的对象。

项目管理里有两个容易混淆的词：质量保证（Quality Assurance, QA）和质量控制（Quality Control, QC）。QA 关注“过程”——团队有没有按既定的流程做事，好比监理盯着施工工序是否规范；QC 关注“产物”——交付的东西达不达标，好比验房师拿着仪器量墙面平整度。两者一个管过程、一个管结果，缺一不可。

要管好质量，先得算清质量的账。质量成本（Cost of Quality, CoQ）把为质量付出的代价分为三类：预防成本、评估成本和失败成本。预防成本是培训、规范制定、评审的花费；评估成本是测试、检查的花费；失败成本则是返工、赔偿、事故处置的花费。行业经验表明：预防阶段投入 1 元，平均能避免 5 到 10 元的返工损失——这就是“预防胜于补救”的量化依据。

回到装修：请监理、买检测仪器花的是预防和评估成本；入住半年发现漏水砸瓷砖、赔楼下邻居的损失，则是失败成本。真正会算账的业主从不在监工费上抠门，因为他们知道——最贵的质量，是发现得太晚的质量。

CoQ=C预防+C评估+C失败\displaystyle \mathrm{CoQ} = C_{\text{预防}} + C_{\text{评估}} + C_{\text{失败}}
质量成本的“三类账”：事前预防、事中评估、事后失败。省哪一类，最终都会在另一类上加倍还回去。
  1. 质量成本的含义$\mathrm{CoQ}$ 是“为达到质量付出的总代价”，装修中等于“监理费 + 材料质检费 + 返工赔偿金”的总和。
    CoQ\displaystyle \mathrm{CoQ}
  2. 预防成本$C_{\text{预防}}$ 指培训、规范制定、评审会议等事前投入，相当于装修里请设计师和监理的钱。
    C预防\displaystyle C_{\text{预防}}
  3. 评估成本$C_{\text{评估}}$ 指测试、检查、质量审计等“确认质量”的花费，相当于验收时的各项检测费用。
    C评估\displaystyle C_{\text{评估}}
  4. 失败成本$C_{\text{失败}}$ 指返工、赔偿、事故处置等“质量没做好”的代价，相当于砸墙重做、漏水理赔。
    C失败\displaystyle C_{\text{失败}}

质量规划

装修动工之前，成熟的业主会签一份厚达几十页的合同：地板品牌、瓷砖规格、墙面平整度误差、水电走线间距，白纸黑字写得明明白白。有了这份合同，工人不能“差不多就行”，验收时也不用靠吵架解决分歧。质量规划，就是项目开工前那份“质量合同”。

在 AI 项目里，质量规划要回答三个问题：给谁做？标准是什么？怎么验证？给业务方做的智能客服，标准是“常见问题准确率达到 95%”；给风控用的反欺诈模型，标准是“误杀率低于 0.5%”。这些数字不能拍脑袋，要从业务目标层层分解而来，像装修合同一样写进迭代计划。

质量规划的关键产出是可测量指标和验收计划。一个经典指标是缺陷逃逸率（Defect Escape Rate, DER），衡量一批缺陷里有多少漏到线上才被发现。漏得越少，说明上线前的测试与评审拦得越干净。AI 团队通常把 DER 控制在 2% 到 5%，具体阈值取决于业务对风险的容忍度。

装修合同里写“墙面平整度误差不超过 3 毫米”，AI 项目里写“缺陷逃逸率不超过 3%”。两者本质相同：把模糊的“质量要好”翻译成可测量的数字。有了尺子，验收才有依据，团队才有方向。

DER=D线上D线上+D测试×100%\displaystyle \mathrm{DER} = \frac{D_{\text{线上}}}{D_{\text{线上}} + D_{\text{测试}}} \times 100\%
缺陷逃逸率衡量“漏网之鱼”的比例——线上发现的缺陷越少，说明上线前的测试和评审拦得越干净。
  1. 线上缺陷$D_{\text{线上}}$ 是上线后用户才发现并报告的缺陷数，类比入住后才发现漏水。
    D线上\displaystyle D_{\text{线上}}
  2. 测试缺陷$D_{\text{测试}}$ 是上线前测试阶段拦下的缺陷数，类比收房验房时发现的问题。
    D测试\displaystyle D_{\text{测试}}
  3. 缺陷总量$D_{\text{线上}} + D_{\text{测试}}$ 是项目生命周期产生的全部缺陷，构成公式的分母。
    D线上+D测试\displaystyle D_{\text{线上}} + D_{\text{测试}}
  4. 逃逸占比两者相除再乘以 $100\%$ 得到逃逸率，数值越小说明测试阶段拦得越干净。
    D线上D线上+D测试×100%\displaystyle \frac{D_{\text{线上}}}{D_{\text{线上}} + D_{\text{测试}}} \times 100\%

质量保证活动

装修公司嘴上说“我们质量你放心”，但有经验的业主依然会定期跑工地。看什么？看水泥标号是否符合合同、管线走向是否横平竖直、防水层涂了几遍——这些细节决定房子十年后的模样。这种“不看出品看过程”的检查，就是装修版的过程审计。

质量保证活动发生在交付之前、过程之中，核心是确保团队说的和做的一致。AI 项目最常见的三种活动：过程审计，按计划抽查团队是否遵守规范；同行评审，请资深同事交叉检查需求文档、模型设计、评估方案；持续改进，把发现的问题沉淀成下一轮行动。

过程审计的量化指标是过程符合率（Process Adherence），即抽查环节中合规项的占比。审计中发现不合规项，不是扣工资了事，而要追根因：是规范太复杂、培训不到位，还是流程本身有问题。随后用 PDCA 循环让每轮发现转化为改进——计划改进点、执行动作、检查效果、沉淀为新制度。

监理不会因为“施工队看起来挺认真”就免检——他会随机抽 100 道工序，记下几道不合规，算出符合率。过程符合率低于红线，说明队伍该重新培训、制度该重新打磨。过程守住一分，结果就少崩一分。

PA=N符合N审计×100%\displaystyle \mathrm{PA} = \frac{N_{\text{符合}}}{N_{\text{审计}}} \times 100\%
过程符合率是监理的“抽查合格率”：抽查的环节里多少按规矩来了，低于红线就让团队停下补课。
  1. 审计总项$N_{\text{审计}}$ 是一次过程审计抽查的环节总数，如随机挑选的 20 个代码提交、10 份评审记录。
    N审计\displaystyle N_{\text{审计}}
  2. 合规项数$N_{\text{符合}}$ 是其中完全遵守规范流程的环节数，类比监理检查 100 道工序时的合格数。
    N符合\displaystyle N_{\text{符合}}
  3. 符合比例两者相除再乘以 $100\%$ 得到过程符合率，衡量团队“按规矩办事”的程度。
    N符合N审计×100%\displaystyle \frac{N_{\text{符合}}}{N_{\text{审计}}} \times 100\%
  4. 阈值判断若 $\mathrm{PA}$ 低于预定阈值（如 90%），说明流程执行走样，需要补强培训或精简规范。
    PA<90%\displaystyle \mathrm{PA} < 90\%

质量控制

每装完一个房间，业主会拿着验收清单逐项打钩：强电通不通、排水堵不堵、门窗开合顺不顺。打钩通过，才让工人进下一个房间；发现打钩不过，当场返工，绝不留到整屋交付。这个“逐间验收、不达标不继续”的关卡，就是质量门。

质量控制关注的是可交付物本身。在 AI 项目里，控制对象包括模型版本、训练数据包、代码发布版本。质量控制的目标不是“发现所有问题”——那不可能也不划算，而是“把高风险问题拦在上线之前”，并让缺陷的发现与修复形成闭环。

衡量控制成果的核心指标是缺陷密度（Defect Density），即每千行代码（或每千条训练样本）包含多少缺陷。缺陷密度不是越低越值得炫耀，而要与项目风险匹配：给医院用的影像诊断模型，缺陷密度红线必然比内部工具严得多。质量门则把指标变成强制力：任何指标不达标，版本禁止进入下一阶段，如同水位没过红线就关闸。

装修的质量门是“这间房不达标，下间房不开工”；AI 项目的质量门是“这个版本不达标，不发布、不上线”。有人觉得质量控制太麻烦，但比起上线后用户替我们测 bug，验收清单上的钩子才是最便宜的质检员。

Dd=N缺陷KLOC\displaystyle D_d = \frac{N_{\text{缺陷}}}{\mathrm{KLOC}}
缺陷密度是“每千行代码的裂缝数”，配合质量门使用：密度超标，版本就关在门外。
  1. 缺陷数量$N_{\text{缺陷}}$ 是某版本中确认的缺陷总数，包含测试发现与评审发现的全部缺陷。
    N缺陷\displaystyle N_{\text{缺陷}}
  2. 规模分母$\mathrm{KLOC}$ 是千行代码数（Kilo Lines of Code），装修里相当于“待验收的房间面积”。
    KLOC\displaystyle \mathrm{KLOC}
  3. 密度计算两者相除得到每千行代码的缺陷数，可跨模块、跨版本比较质量水平。
    N缺陷KLOC\displaystyle \frac{N_{\text{缺陷}}}{\mathrm{KLOC}}
  4. 趋势判定缺陷密度持续下降说明质量保证起效；反弹则要警惕回归，及时复查最近改动。
    Dd 下降⇒质量改善\displaystyle D_d \text{ 下降} \Rightarrow \text{质量改善}

开发模式选择

装修界有两条截然不同的路：一条是全包给大公司，设计图纸先画完整，三个月后一次性交付——瀑布式；另一条是自己当包工头，客厅先住着，厨房边用边改，一个区域一个区域地验收——敏捷式。

瀑布模式适合需求稳定、合规严苛的 AI 项目，比如银行风控系统的版本升级，需求提前冻结、评审逐层把关；敏捷模式适合需求快速演进、效果需要反复试错的场景，比如大模型应用的提示词调优、推荐系统的特征实验。选择哪条路，关键看变更成本有多高。

变更成本曲线是选择模式的底层依据：缺陷或需求变更被发现的时间越晚，修改成本越高。需求阶段改一行描述只要 1 个工时；设计阶段要 10 个；开发阶段要 100 个；上线后要 1000 个。这条指数曲线解释了为什么瀑布项目格外重视前期评审，也解释了为什么敏捷项目要把质量门放进每个冲刺。

装水电最怕“入住后才改”，那时砸墙刨地花的钱是装修时的十倍。无论你选全包还是 DIY，聪明的业主都会在图纸阶段多花三倍时间反复确认——因为改得越晚，贵得越狠。开发模式可以不同，前置质量投入的道理都一样。

C(t)=C0×ekt\displaystyle C(t) = C_0 \times e^{k t}
变更成本曲线是一条指数曲线：改得越晚，花得越多，呈数量级增长。
  1. 初始成本$C_0$ 是需求阶段修改的成本基线，比如改一行需求描述只花 1 个工时。
    C0\displaystyle C_0
  2. 时间变量$t$ 是缺陷被发现时离需求阶段的“时间距离”，阶段越靠后数值越大。
    t\displaystyle t
  3. 指数因子$e^{kt}$ 是指数增长因子，$k$ 是放大系数，现实中每跨一个阶段成本扩大约 10 倍。
    ekt\displaystyle e^{k t}
  4. 整体含义$C(t)$ 表示缺陷越晚修越贵，所以质量保证要在早期前置投入，别让账单滚到上线后。
    C(t)=C0×ekt\displaystyle C(t) = C_0 \times e^{k t}

质量保障体系

单靠业主自己盯工地，力量终归有限。幸运的是，小区物业管装修时间，住建部门管施工资质，行业协会定质量标准——装修质量从来不是业主一个人的孤军奋战。AI 项目的质量也不能只靠项目经理个人人品，而要长在组织里。

质量保障体系是组织层面的系统安排，三大支柱缺一不可：组织职责架构，让质量有人管——质量负责人、测试团队、架构评审委员会各司其职；规范制度文件，让质量有章可循——编码规范、评审流程、发布检查清单；工具平台支撑，让质量有器可用——CI/CD 流水线、缺陷跟踪系统、模型评估平台。

体系要有效，关键交付物必须纳入评审范围。评审覆盖率（Review Coverage）衡量“应该评审的交付物里，实际评了多少”。体系成熟度的标志是：质量不是某个人的 KPI，而是每一条流水线、每一份文档里都长着“质量基因”。

物业规定、行业标准、监理资质，这些看不见的“体系”才是装修质量的底牌。AI 团队也一样：代码提交有流水线自动检查，模型发布有平台强制评估，不是靠某位大神把门，而是靠体系让每个人都在门里。

RC=S已评审S应评审×100%\displaystyle \mathrm{RC} = \frac{S_{\text{已评审}}}{S_{\text{应评审}}} \times 100\%
评审覆盖率衡量“关键交付物是否都过了集体评审这道关”，是保障体系严密程度的体温计。
  1. 应评对象$S_{\text{应评审}}$ 是关键交付物清单，如需求文档、架构方案、模型评估报告。
    S应评审\displaystyle S_{\text{应评审}}
  2. 已评对象$S_{\text{已评审}}$ 是实际完成同行评审的交付物数量，类比合同里规定“每道隐蔽工程必须验收”。
    S已评审\displaystyle S_{\text{已评审}}
  3. 覆盖率计算相除乘以 $100\%$ 得到评审覆盖率，衡量制度防线是否漏了环节。
    S已评审S应评审×100%\displaystyle \frac{S_{\text{已评审}}}{S_{\text{应评审}}} \times 100\%
  4. 红线管理关键交付物覆盖率应达 $100\%$，低于红线说明保障体系出现缺口，需立即补位。
    RC≥100%\displaystyle \mathrm{RC} \geq 100\%

风险与度量

装修最怕两件事：材料涨价和工期拖延。精明的业主会预留 10% 到 20% 的预算余量，合同里写明延期赔偿，甚至提前锁定主材价格。这些事前安排，就是装修的风险预案。

AI 项目的质量风险五花八门：训练数据被污染、模型上线后分布漂移、核心算法工程师中途离职。风险管理的第一步是识别并评估：风险暴露度 = 发生概率 × 影响程度。概率高、影响大的风险排在最前面，优先配置应对资源。

应对策略有四种：规避——换掉有风险的技术方案；减轻——增加评测与监控降低发生概率；转移——把标注环节外包给有资质的服务商；接受——对低影响风险登记在册、保持观察。同时，用质量度量持续监控全过程：交付指标看缺陷逃逸率、故障率，过程指标看评审覆盖率、测试通过率；度量数据反过来校准下一轮质量规划，形成年度大闭环。

预算余量是装修的安全垫，质量账本是业主的备忘录。前者让意外发生时心里不慌，后者让每一分钱都花在刀刃上。风险与度量，就是 AI 项目质量保证的“安全垫”和“备忘录”——有了它们，项目才敢放心冲刺上线。

R=P×I\displaystyle R = P \times I
风险暴露度是概率与影响的乘积，用来给风险排队：排前面的先处理，别让隐患排到上线后。
  1. 发生概率$P$ 是风险发生的可能性，取值 0 到 1，如数据标注错误率估计为 20%。
    P\displaystyle P
  2. 影响程度$I$ 是风险发生造成的损失评级，可用人天、金额或严重度等级量化。
    I\displaystyle I
  3. 暴露度乘积$R = P \times I$ 用于给风险排序；装修中“漏水”概率不高但影响巨大，也要重点设防。
    R=P×I\displaystyle R = P \times I
  4. 决策依据暴露度高的风险优先安排应对措施——规避、减轻或转移，低风险则登记观察。
    R高⇒优先应对\displaystyle R_{\text{高}} \Rightarrow \text{优先应对}

AI 应用场景

大模型应用的发布质量门

阶段：交付验收与上线管控（对应“质量控制”）

解决的问题：传统做法靠人工抽查聊天记录来评估模型效果，主观且滞后，上线后才发现对话质量差、引发客诉。质量门把“效果过关才能发布”变成流水线上的强制规则，不达标直接红灯拦截。

具体案例：某智能客服项目维护 2000 条黄金评测用例，每次迭代用自动化脚本跑分。回答准确率低于 95% 或缺陷逃逸率超过 3% 时，发布流水线立即拦截，模型版本无法部署到生产环境——像装修时“这间房不达标，下间房不开工”。

数据标注过程审计

阶段：数据生产与质量保证活动（对应“过程审计”）

解决的问题：标注团队质量参差不齐，脏数据悄悄混进训练集，把模型带偏。靠终验抽检只能事后补救，过程审计才能让问题在发酵前被喊停。

具体案例：自动驾驶标注项目每周随机抽取 500 条标注结果，与专家标注比对计算一致率。过程符合率低于 90% 的标注组立即回炉培训，标注一致率纳入团队月度质量仪表盘，评审覆盖率从 62% 提升到 96%。

敏捷迭代中的变更成本预警

阶段：需求变更管控（对应“开发模式选择”与“风险管控”）

解决的问题：业务方频繁改需求，算法团队沦为“需求翻译机”，返工浪费大量算力和人力。变更成本曲线让团队看清“越晚改越贵”，倒逼需求在评审阶段敲定。

具体案例：某推荐算法团队引入变更成本统计：记录每个需求在各阶段变更的耗时，按月输出“变更成本曲线”。当上线阶段变更占比超过 20%，项目例会强制复盘变更源头，三个月后该占比降到 8%。

Python 演示

python56 行
# -*- coding: utf-8 -*-"""AI项目质量保证演示：质量门检查器 用装修验收的思路，对每次迭代交付物做"质量门"检查：缺陷密度超标或评审覆盖率不足的版本，一律拦截不放行。"""from dataclasses import dataclass  @dataclassclass QualityGate:    """质量门：定义一次迭代交付必须满足的硬指标"""    name: str    defect_rate_limit: float  # 缺陷密度上限（个/千行代码）    review_coverage_min: float  # 评审覆盖率下限（0~1）  @dataclassclass IterationReport:    """迭代报告：记录本次迭代的过程与结果原始数据"""    commits: int          # 提交的代码变更数    bugs_found: int       # 发现的缺陷总数    kloc: float           # 代码规模（千行）    reviewed_commits: int # 经过评审的提交数  def check_gate(gate, report):    """返回 (是否放行, 未达标原因列表)"""    defect_rate = report.bugs_found / report.kloc    review_coverage = report.reviewed_commits / report.commits    failed = []    if defect_rate > gate.defect_rate_limit:        failed.append("缺陷密度 %.2f 高于上限 %.2f" % (defect_rate, gate.defect_rate_limit))    if review_coverage < gate.review_coverage_min:        failed.append("评审覆盖率 %.0f%% 低于要求 %.0f%%" % (review_coverage * 100, gate.review_coverage_min * 100))    return len(failed) == 0, failed  def simulate():    """模拟 4 轮迭代：QA 活动介入后，缺陷密度与覆盖率逐步改善"""    gate = QualityGate(name="v1.0 发布质量门", defect_rate_limit=0.35, review_coverage_min=0.8)    reports = [        IterationReport(commits=45, bugs_found=18, kloc=3.2, reviewed_commits=15),        IterationReport(commits=52, bugs_found=14, kloc=3.8, reviewed_commits=30),        IterationReport(commits=40, bugs_found=10, kloc=4.1, reviewed_commits=34),        IterationReport(commits=38, bugs_found=6, kloc=3.5, reviewed_commits=33),    ]    for idx, report in enumerate(reports, 1):        passed, failures = check_gate(gate, report)        print("迭代 %d：%s" % (idx, "放行" if passed else "拦截"))        for item in failures:            print("  - %s" % item)  if __name__ == "__main__":    simulate()
目的：模拟 AI 项目交付前的质量门检查——用“缺陷密度”和“评审覆盖率”两个硬指标，把不合格的迭代拦截在发布之前。
  1. def check_gate(gate, report):质量门检查函数，像验房员拿着合同逐项打钩。
  2. defect_rate = report.bugs_found / report.kloc计算缺陷密度，对应墙上每平方米的裂缝数。
  3. review_coverage = report.reviewed_commits / report.commits计算评审覆盖率，对应监理抽查的工序占比。
  4. if defect_rate > gate.defect_rate_limit:密度超标即记入拦截原因，绝不口头放行。
  5. gate = QualityGate(name="v1.0 发布质量门", ...)发布前把标准钉死，像装修合同的验收条款。
  6. for idx, report in enumerate(reports, 1):逐轮迭代闯关，像每个房间逐一验收。
  7. print("迭代 %d：%s" % (idx, "放行" if passed else "拦截"))输出质量门结论，红灯亮就停下补课。

常见误区

误区很多初学者把质量保证等同于测试——多招几个测试工程师、多跑几轮用例，质量就上来了。

正解测试只是质量控制（QC）的一部分，而且在缺陷已经产生时才介入。真正的质量保证是前置的：制定标准、评审设计、审计过程，让缺陷在产生前就被预防。比喻：测试是验房师量墙面，质量保证是监理看每一铲水泥——量墙面只能发现问题，盯工序才能减少问题。

为何常见：因为测试效果看得见、摸得着，而过程管理是慢功夫，容易被“反正最后测一遍”的心态掩盖。

误区项目预算吃紧时，第一个被砍的常常是评审、测试和工具建设，觉得这些是“不必要的开销”。

正解质量成本中，失败成本通常是预防成本的 5 到 10 倍。砍掉 10 万预防成本，很可能换来 100 万的返工和赔偿。比喻：省下监理费，换来砸墙费，这是最不划算的装修生意。

为何常见：预防成本是显性支出、看得见账本，失败成本是隐性损失、发生在项目后期，两者时间上错开，给人“省了钱”的错觉。

误区敏捷讲究快，写文档、做评审都是拖后腿，直接写代码上线再说。

正解敏捷不是不要评审，而是把评审变成小步快跑：每次冲刺有同行评审、质量门和回顾会，缺陷在两周内就被拦截，而不是攒到上线前一次爆发。比喻：DIY 装修也要有验收清单，只是清单从“三个月验收一次”变成“每装完一间就验收一次”。

为何常见：把“轻文档、重交流”误读成“零文档、零评审”，忽略了敏捷仪式中的评审环节。

误区把缺陷逃逸率定为 0%、评审覆盖率定为 100%，觉得数字越漂亮项目质量越可靠。

正解质量要和业务风险、项目成本匹配。追求完美指标会让团队把时间耗在边际收益极低的事务上，拖慢交付。比喻：要求装修零瑕疵不现实，业主真正该做的是把防水、电路等关键区域的标准定高，次要区域合理宽松。

为何常见：人对“完美”有天然偏好，且指标好看在汇报时很有面子，容易忽视过度质量带来的隐性成本。

面试题

Q1. 质量保证（QA）与质量控制（QC）的关键区别是什么？

单选题 · easy

  • A.QA 盯过程，QC 查产物← 正确答案
  • B.QA 查产物，QC 盯过程
  • C.QA 只测代码，QC 只写文档
  • D.QA 与 QC 的含义完全相同

答案：A。QA 与 QC 的分工好比装修中的监理与验房师：QA 盯施工过程是否规范，QC 查交付产物是否达标。B 把两者说反了，C 把职能窄化成测试与文档，D 混淆了概念。选 A。

Q2. 返工与线上事故属于质量成本中的哪一类？

单选题 · easy

  • A.预防成本，补足规范建设
  • B.评估成本，检查测试投入
  • C.失败成本，返工事故损失← 正确答案
  • D.机会成本，预算分配取舍

答案：C。质量成本三类中，返工与线上事故是“质量没做好的代价”，属于失败成本。预防成本是开工前的投入，评估成本是测试检查的花费，机会成本不属于经典质量成本框架。选 C。

Q3. 缺陷逃逸率（DER）的完整计算公式是？

单选题 · mid

  • A.线上缺陷除以测试缺陷总数
  • B.线上除以线上与测试之和再乘百分比← 正确答案
  • C.测试除以线上与测试之和再乘百分比
  • D.全部缺陷除以代码规模总行数

答案：B。DER = 线上缺陷 ÷ （线上缺陷 + 测试缺陷） × 100%，衡量漏网缺陷占全部缺陷的比例。A 只比线上和测试，没有构成“逃逸占比”；C 算的是“测试拦截率”；D 是缺陷密度公式。选 B。

Q4. 敏捷模式相比瀑布模式，质量把控上的主要特点是？

单选题 · mid

  • A.全部迭代结束后统一验收
  • B.每个迭代设质量门快速把关← 正确答案
  • C.完全取消测试和评审活动
  • D.必须沿用瀑布文档和流程

答案：B。敏捷把大项目切成多个冲刺，每个冲刺结束都设质量门，像装完一间房就验收一间。A 是瀑布的做法，C 荒诞，D 并非敏捷必需。选 B。

Q5. 变更成本曲线说明了什么规律？

单选题 · easy

  • A.越早变更付出的成本越高
  • B.越晚变更付出的成本越高← 正确答案
  • C.变更成本与时间不存在关系
  • D.变更成本始终保持固定不变

答案：B。变更成本曲线揭示“越晚改越贵”——需求阶段改 1 个工时，上线后可能 1000 个。A 与事实相反，C、D 忽略了时间对成本的数量级放大作用。选 B。

Q6. PDCA 循环中 Act（处理）阶段的重点是？

单选题 · mid

  • A.制定新一轮的改进计划
  • B.落实本轮改进动作并记录
  • C.沉淀经验并启动新循环← 正确答案
  • D.对照指标检查本轮执行效果

答案：C。PDCA 中 Act 不是简单制定新计划，而是把本轮经验教训沉淀成制度，再启动下一轮 Plan。A 是 Plan 的工作，B 是 Do，D 是 Check。选 C。

Q7. 质量门（Quality Gate）的核心价值是什么？

单选题 · mid

  • A.记录并统计项目全部缺陷
  • B.不达标就拦截交付物放行← 正确答案
  • C.替代全部自动化测试工作
  • D.只对线上事故承担责任

答案：B。质量门的价值在于强制执行——指标不达标就拦截交付物进入下一阶段。A 只是记录功能，C 夸大替代关系，D 把范围窄化为线上事故。选 B。

Q8. 质量保障体系的三大组成是哪些？

多选题 · hard

  • A.组织职责架构与分工安排← 正确答案
  • B.规范制度文件的沉淀积累← 正确答案
  • C.工具平台的自动化支撑← 正确答案
  • D.市场推广经费的预算分配

答案：ABC。保障体系三支柱是组织职责、规范制度、工具平台，对应“人、规矩、家伙什”。D 的市场推广预算与质量保障无关。选 [0,1,2]。

Q9. 对于高风险质量风险，可采取哪些应对策略？

多选题 · hard

  • A.规避风险调整项目方案← 正确答案
  • B.减轻风险降低发生几率← 正确答案
  • C.转移风险外包或买保险← 正确答案
  • D.忽略风险不做任何处理

答案：ABC。风险应对四策略为规避、减轻、转移、接受，D 的“忽略”不是策略而是失职。比喻：装修对漏水风险要“防水多做两遍”（减轻）、“买装修险”（转移）、“换掉隐患水管”（规避）。选 [0,1,2]。

Q10. 某 AI 团队因训练数据标注错误导致线上事故，为从根源治理，应在质量保证体系中采取哪些组合措施？

多选题 · extreme

  • A.标注一致率纳入过程度量← 正确答案
  • B.数据阶段设置质量门拦截← 正确答案
  • C.只扩测试集并调低下限
  • D.标注错误样本进缺陷库闭环← 正确答案

答案：ABD。数据质量问题要从源头治理：标注一致率进过程度量（A）、数据质量门拦截脏数据（B）、缺陷闭环跟踪（D）构成完整保障。C 说反了——扩大测试集却降低门槛，会让更多脏数据混进模型。选 [0,1,3]。