1. 项目拷打：核心目标、技术栈、线上指标与瓶颈
  2. 提示词模板如何设计与迭代？用什么方法判断“真的变好”（离线/线上评测）
  3. Agent 架构：单 Agent vs 多 Agent 的取舍点、协作协议与成本
  4. 任务拆分：如何确定拆分粒度与停止条件（过细/过粗的风险）
  5. 上下文构建：如何组织输入，避免信息污染与无关信息挤占窗口
  6. 窗口不够时的保留策略：优先保留哪些信息？依据是什么？
  7. 代码理解：AST/调用图等结构化信息如何融入模型输入或检索
  8. 单测生成：哪些代码不适合自动生成单测？如何识别与过滤
  9. 覆盖率高但质量差：如何定义“好单测”，如何做质量控制
  10. Mock 的边界：什么时候必须 mock，什么时候 mock 会掩盖问题
  11. 依赖 DB/RPC 的函数：如何让生成单测可稳定运行（隔离/契约/桩）
  12. 单测评估：除覆盖率外的指标（断言质量、变异测试、缺陷发现率等）
  13. LLM 输入本质：token 化后模型“看到”的是什么
  14. Self-Attention 作用与 QKV 拆分的动机
  15. Multi-head attention 的意义：表达能力与稳定性
  16. 同一 token 的 Q/K/V 不同的原因（投影矩阵）
  17. 长上下文优化：Attention 复杂度高时的工程/算法手段
  18. 幻觉成因与工程缓解：检索约束、校验、工具执行反馈等