题目重点：从编辑器请求到代码候选，设计仓库上下文、测试隔离及可衡量的接受质量。
题意与假设
这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。
- 只问设计code generation，无IDE、语言和自动提交要求。练习给用户建议代码，由用户审阅采纳；生成服务没有生产部署权限。
- 仓库内容和用户prompt为数据，可能包含敏感文件或恶意指令。隔离执行只运行受限测试，不能让生成候选访问任意网络或密钥。
解题路线
- 请求包含当前位置、邻近代码、语言、依赖和仓库版本；上下文服务先权限过滤，再用符号/依赖/检索选相关片段，限制token预算。不是把整个私有仓库拼进每次prompt。
- 先做静态parse/typecheck，再在隔离环境跑指定测试；失败返回具体诊断用于有限次修订。单测过不证明全部正确，评测还需隐藏测试、边界和人工代码审查。
- 输出diff而非无法定位的完整文件，绑定base commit，应用前检查代码未变化；冲突时重新生成/重base，不直接覆盖用户新改动。
- 训练/评估按仓库或时间切分，避免相同题解泄漏。指标分为编译率、测试正确率、用户接受、后续回退与缺陷，不以接受率唯一优化；长建议更容易被剪掉也影响统计。
- 服务排队和配额按用户/租户，短补全和长重构区分延迟预算。候选缓存必须包含仓库版本与权限，不能跨租户泄漏同prompt命中的私有代码。
手动走一遍
用户在v10请求补函数，生成候选测试通过；其间用户修改到v11。返回diff声明base v10，应用时检测冲突，不能覆盖v11。候选读网络失败属于沙箱限制，不给它真实凭证让测试过。
规模与取舍
输入context C、输出O及模型结构决定推理成本；LLM全注意力预填充通常有C²项，测试成本按用例与运行时另计。练习峰值100请求/s、平均2s持续时间约200在途，批处理收益与交互尾延迟权衡。
易错点与追问
容易失分的边界
- 拿可见单测全部通过当语义正确证明。
- 模型建议直接提交/部署无review。
- 缓存键忽略repo版本和tenant。
继续深挖
- 代码补全和自动修复应怎样使用不同权限与回合预算？
- 怎么检测建议引入未授权依赖或许可证不兼容代码？
