📖 the AI 官方认证考试高频核心生词与术语表 (Vocabulary) · 第二课

🎓 所属核心课程：官方 Architect Path 第二课《AI Fluency for Builders》（构建者 AI 素养）精讲生词表 🔗 对应课程大纲：课程 002 导读与大纲全景 🎯 适用专业认证：CCAR-P (架构师 Professional) ｜兼作 CCAR-F / CCDV-F 的基础素养补充 📂 归档目录：Claudeexams/30-单词表/02-考试核心生词与术语表.md 💡 核心用途：逐词逐句萃取本课官方介绍、4D 框架与课程目录中的核心英文生词、构词词源、工程高频搭配及 CCAR-P 实战考点语境

⚠️ 语料来源说明（必读）

本表词条萃取自官方课程页可公开抓取的原文：课程 About 描述、Recommended prerequisites、以及官方 Curriculum 的 6 个 Section 与 8 个 Lesson 标题。

标注规则： - 凡引用官方可查原文的句子，标为 「官方原句」； - 凡为帮助理解考点而依据 CCAR-P 官方考纲（Exam Guide v1.0） 构造的语境，标为 「考点语境（据考纲构造）」，不是官方真题原文，请勿当作真题背诵。

课程正文讲义需登录 Skilljar 才能访问，今日学完正文后本表应继续增补词条。

🔤 核心生词精讲清单

001. `fluency` (n.) / `fluent` (adj.) / `fluently` (adv.)

音标：
fluency：/ˈfluːənsi/
fluent：/ˈfluːənt/
官方考题核心释义：
素养、熟练度、驾驭能力（本课标题核心词。AI Fluency 不是「说话流利」，而是与 AI 有效协作的素养：知道什么时候用、怎么用、以及怎么判断结果）
（语言的）流利、流畅（原始义，在 LLM 语境下常指生成文本的流畅度）
构词拆解与家族词汇：
词根 flu / flux（流动，源自拉丁语 fluere） + 名词后缀 -ency ➡️ 流动自如的状态 ➡️ 流利 / 熟练。
fluent (adj.)：流利的、熟练的
fluently (adv.)：流利地
influence (n./v.)：影响（词源同根：流入 → 施加影响）
fluid (adj./n.)：流动的、流体
fluctuate (v.)：波动
考场高频核心搭配 (Collocations)：
AI Fluency：AI 素养（官方课程系列名，必记）
AI Fluency: Framework & Foundations：本课的前置课程名
develop / build AI fluency：培养 AI 素养
fluency vs. literacy：素养 vs. 识读能力（易混辨析）

官方语境与核心考点情境

官方原句（课程定位）

"This course helps builders develop practical AI collaboration skills through the 4D Framework..." “本课程通过 4D 框架帮助构建者培养可落地的 AI 协作能力……” * 考点：本课交付物是 collaboration skills（协作技能），不是 API 用法。考题若问「某课程的目标是什么」，抓 fluency / collaboration 这类词，不要选 deployment / fine-tuning。
考点语境（据考纲构造）· 领域 5 治理安全

"A team has high model fluency but no defined evaluation gate; they ship every prompt change directly to production. Which control is missing?" “团队对模型很熟，却没有定义评估闸门，每次改提示词都直接上生产。缺少哪个控制项？” * CCAR-P 考点：领域 4 —— 评估必须作为改动前的闸门（gate）。这是本课 Diligence 与考纲的交汇点。

002. `builder` (n.) / `build` (v.) / `building` (n.)

音标：/ˈbɪldər/
官方考题核心释义：
构建者（官方对「产品人、工程师、创造者」的统称，是这门课的目标受众；在技术文档中也可指「构建器 / 生成器」）
建设者、建造者
构词拆解与家族词汇：
build（建造） + 施动者后缀 -er ➡️ 建造的人。
build (v.)：构建、编译
build (n.)：构建版本（如 a production build）
builder pattern (n.)：建造者模式（软件设计模式，用于逐步构造复杂对象）
rebuild (v.)：重建
考场高频核心搭配：
product people, engineers, and makers：官方对 builders 的三元组释义（易出细节题）
builder context：构建者语境
the full arc of building：从问题到交付的完整弧线
ship / shipped solution：交付上线的方案

官方语境与核心考点情境

官方原句（受众界定）

"Builders — product people, engineers, and makers — are uniquely positioned to leverage AI to amplify what they create—but only if they can approach it intentionally, with clear judgment and purpose." “构建者 —— 产品人、工程师、创造者 —— 处在独一无二的位置上，能够借 AI 放大自己所创造的东西；但前提是他们必须有意图、带着清晰的判断与目的去使用它。” * 考点：but only if 是官方埋的条件从句考点——能力放大是有前提的。凡是题干出现 "only if" / "prerequisite" / "before"，答案几乎总是落在人的判断这一侧，而不是模型能力那一侧。
考点语境（据考纲构造）· 领域 6 干系人沟通

"Non-technical stakeholders assume the builder owns quality because the AI wrote the code. Which lifecycle artifact resolves this?" “非技术干系人认为既然代码是 AI 写的，质量就该由构建者负责。用哪个生命周期制品来厘清这一点？” * CCAR-P 考点：领域 6 —— 文档化架构决策与交接制品（handoff artifact），把责任写进交付物。

003. `delegation` (n.) / `delegate` (v./n.) / `delegable` (adj.)

音标：
delegation：/ˌdelɪˈɡeɪʃn/
delegate：/ˈdelɪɡeɪt/ (v.) / /ˈdelɪɡət/ (n.)
官方考题核心释义：
委派、授权、任务下放（4D 框架第一维：决定哪些工作交给 AI、交多少、边界在哪）
代表团、代表（名词另一义，会议语境）
构词拆解与家族词汇：
前缀 de-（离开、向下） + 词根 leg / lig（派遣、指派，源自拉丁语 legare，与 legate 使节 同源） + 名词后缀 -ation ➡️ 派人去办 ➡️ 委派。
delegate (v.)：委派、授权；(n.)：代表
delegable (adj.)：可委派的
mandate (n./v.)：授权、命令（近义，语气更强）
assign (v.)：分配（近义）
revoke delegation (v. phr.)：收回委派
考场高频核心搭配：
delegate a task to an agent：把任务委派给智能体
delegation boundary：委派边界
level of delegation：委派程度（自动化 vs. 人工审批）
hands-off runs：无人值守运行（委派的最高级）

官方语境与核心考点情境

官方原句（4D 框架定义）

"This course helps builders develop practical AI collaboration skills through the 4D Framework (Delegation, Description, Discernment, and Diligence)." “本课程通过 4D 框架（委派、描述、判断力、尽责） 帮助构建者培养可落地的 AI 协作能力。” * 考点：4D 的四个词与本课 Curriculum 的对应关系必须记住 —— Delegation 与 Description 在 Section「The 4D framework for builders」，Discernment 单独一个 Section，Diligence 落在「Stand behind what you build」。
考点语境（据考纲构造）· 领域 3 集成（19%，最大权重）

"A support agent can read tickets, draft replies, issue refunds, and delete accounts. Staff only need the first two. What best reduces risk?" “客服智能体可读工单、起草回复、退款、删账号，而客服只需要前两项。哪项最能降低风险？” * CCAR-P 考点：官方样题第 1 题原题逻辑。正确答案是从配置中彻底移除多余工具（消除攻击面），而不是加日志或加确认。这正是 delegation boundary 的工程落地：不该委派的权限，不要委出去。
考点语境（据考纲构造）· 领域 1 方案设计

"Which decomposition approach best decides what to delegate to a subagent versus keep in the main loop?" “哪种分解方式最适合决定把什么委派给子智能体、什么留在主循环？” * CCAR-P 考点：领域 1 —— 复杂问题分解与多智能体编排策略。

004. `description` (n.) / `describe` (v.) / `descriptive` (adj.)

音标：
description：/dɪˈskrɪpʃn/
describe：/dɪˈskraɪb/
官方考题核心释义：
描述、说明、表述（4D 框架第二维：把需求与上下文说清楚的能力；在 Skills/MCP 中特指触发用的 description 字段）
（技术文档）说明文档、描述字段
构词拆解与家族词汇：
前缀 de-（向下、彻底） + 词根 scrib / script（写，源自拉丁语 scribere） + 名词后缀 -tion ➡️ 写下来 ➡️ 描述。
describe (v.)：描述
descriptive (adj.)：描述性的
prescribe (v.)：规定、开处方（pre- 预先 + 写）
subscribe (v.)：订阅（sub- 在下 + 写）
transcript (n.)：转录本
inscription (n.)：铭文
考场高频核心搭配：
write a clear description：写清楚描述（Skills 触发的关键）
tool description：工具描述（MCP 工具定义字段）
SKILL.md description：决定语义路由命中率的字段（Skills 课程核心考点）
description matching：描述匹配（触发机制）
beyond description：难以描述

官方语境与核心考点情境

官方原句（Curriculum 课时标题）

"Description & building great things" “描述与构建出色之物” * 考点：官方把 Description 直接与「产出质量」挂钩 —— 描述质量决定构建质量。
考点语境（据考纲构造）· 领域 2 模型与提示（13%）

"A Skill never triggers despite being installed. Which field is the most likely cause?" “某 Skill 已安装却始终不触发。最可能的原因是哪个字段？” * CCAR-P 考点：description 必须明确写出何时使用（when to use）并覆盖触发关键词。这是 Skills 排障的第一排查点，与课程 001 的「skills that won't trigger」完全同源。

005. `discernment` (n.) / `discern` (v.) / `discerning` (adj.)

音标：
discernment：/dɪˈsɜːrnmənt/（美）
discern：/dɪˈsɜːrn/
官方考题核心释义：
判断力、甄别力、洞察力（4D 框架第三维：对 AI 产出做质量取舍的能力。比 judgment 更强调「分辨细微差别」）
识别、看出（动词 discern）
构词拆解与家族词汇：
前缀 dis-（分开、离析） + 词根 cern / cret（区分、筛分，源自拉丁语 cernere，与 concern 同源） + 名词后缀 -ment ➡️ 把东西分开来看 ➡️ 甄别、判断力。
discern (v.)：看出、辨别
discerning (adj.)：有鉴赏力的、眼光敏锐的
discreet (adj.)：谨慎的（易混词，多一个 e）
discrete (adj.)：离散的、分离的（易混词，CCAR-P 技术语境常用）
concern (n./v.)：关切、涉及（同根）
考场高频核心搭配：
discernment for code：代码侧判断力（本课课时标题）
discernment for user experience：体验侧判断力（本课课时标题）
exercise discernment：运用判断力
discern the difference：分辨差异

官方语境与核心考点情境

官方原句（Curriculum Section 标题）

"Discernment for builders" → 下属课时："Discernment for code"、"Discernment for user experience" “构建者的判断力” → “代码判断力”、“用户体验判断力” * 考点：官方把判断力一分为二（代码 / 体验）。考题若问「AI 产出的代码能不能用、体验好不好」，属于 discernment 范畴，答案落在评估与验收，不在模型选型。
考点语境（据考纲构造）· 领域 4 评估测试与优化（16%）

"After a document refresh, a RAG system returns confident but wrong answers while latency and model version are unchanged. Where to investigate first?" “文档刷新后 RAG 开始自信地答错，延迟与模型版本都没变。先查哪里？” * CCAR-P 考点：官方样题第 3 题原题逻辑。答案是检索/索引层。判别「什么变了、什么没变」正是 discernment 的工程化形式。
易混辨析考点：discrete vs discreet * discrete：离散的（如 discrete task decomposition 离散任务分解） * discreet：谨慎的（如 discreet handling of PII 对个人信息的谨慎处理） * 两者与 discernment 同根，拼写差一个 e，是英文技术文档的经典陷阱。

006. `diligence` (n.) / `diligent` (adj.) / `diligently` (adv.)

音标：
diligence：/ˈdɪlɪdʒəns/
diligent：/ˈdɪlɪdʒənt/
官方考题核心释义：
尽责、勤勉、审慎（4D 框架第四维：为产出背书的审慎态度）
尽职调查（due diligence，合规与采购语境的固定搭配）
构词拆解与家族词汇：
词根 dilig / dilect（珍视、看重，源自拉丁语 diligere = dis- + legere 择取） + 名词后缀 -ence ➡️ 认真挑选、用心对待 ➡️ 勤勉、尽责。
diligent (adj.)：勤勉的、用心的
diligently (adv.)：勤勉地
due diligence (n. phr.)：尽职调查（合规必考搭配）
negligence (n.)：疏忽（反义词，neg- 否定 + 同根）
考场高频核心搭配：
stand behind what you build：为你构建的东西背书（Diligence 的行为化表达）
due diligence review：尽职调查评审
human-in-the-loop validation：人在回路验证（Diligence 的机制化表达）
named control, owner, and evidence artifact：具名控制项、负责人与证据物（考纲原句）

官方语境与核心考点情境

官方原句（Curriculum 课时标题）

"Stand behind what you build" “为你构建的东西背书” * 考点：这是全课的价值落点，也是 4D 中 Diligence 的落地表达。AI 参与生成不转移责任主体。
考点语境（据考纲构造）· 领域 5 治理安全与风险（14%）

"A compliance obligation must be mapped to what, before a system can pass security review?" “系统通过安全评审前，合规义务必须映射到什么？” * CCAR-P 考点：考纲原句要求映射到 a named control, owner, and evidence artifact（具名控制项、负责人与证据物）。责任不能挂在「模型」头上 —— 这正是 Diligence 的制度化形态。

007. `intentionally` (adv.) / `intentional` (adj.) / `intention` (n.) / `intent` (n.) / `intentionality` (n.)

音标：
intentionally：/ɪnˈtenʃənəli/（重音 /ˈten/）
intentional：/ɪnˈtenʃənl/
intent：/ɪnˈtent/
官方考题核心释义：
有意图地、刻意地、有意识地（与「随手一用 / 顺手试试」相对，是官方设定的 AI 使用前提姿态）
故意的、蓄意的（法律与安全语境：intentional misuse 故意滥用、unintentional disclosure 非故意泄露）
intent（名词）：意图（在 Agent 架构中指用户请求背后的目的，是路由依据）
intentionality（名词）：意向性（哲学/正式用语，罕见但会出现在官方表述中）
⚠️ 一词两域（必考双重身份）：
人的侧：approach AI intentionally = 有意图地、带着判断使用 AI（本课 4D 的前提）
系统的侧：intent = 意图识别 / 意图路由（把用户请求分发给正确的 Skill、工具或子智能体）
同一个词根，一端是人的态度，一端是系统的机制，读题时必须先判断说的是哪一侧。
构词拆解与家族词汇：
前缀 in-（朝向、进入） + 词根 tent / tend / tens（伸展、朝向，源自拉丁语 tendere） + 后缀 -ion + -al + -ly ➡️ 把心思朝向某处 ➡️ 有意图。
同根家族树（tend = 伸展，超高频）：
- intent (n./adj.)：意图；专注的、坚决的
- intention (n.)：意图、打算
- intentionality (n.)：意向性
- unintentional (adj.)：非故意的
- tend (v.)：倾向于；照料
- tendency (n.)：趋势、倾向
- extend / extent (v./n.)：延伸 / 程度（ex- 向外伸）
- attend / attention (v./n.)：注意（at- 朝向 + 伸展 —— 与 attention mechanism 注意力机制同源）
- contend (v.)：主张、竞争
- pretend (v.)：假装（pre- 在前面 + 伸展 → 摆出样子）
- superintend (v.)：监督
- tension (n.)：张力、紧张
- intense / intensity (adj./n.)：强烈的 / 强度
近义词精细辨析：
intentionally：有意图地（先想清楚目标再行动 —— 本课语义）
deliberately：故意地、审慎地（强调经过权衡；也含「蓄意」义）
on purpose：故意地（口语，常带负面色彩）
purposely：故意地（≈ deliberately）
by design：有意设计成这样（架构文档高频，指某种行为是设计使然而非缺陷）
by accident / accidentally：意外地（反义）
考场高频核心搭配 (Collocations)：
approach AI intentionally：有意图地使用 AI（官方原句）
with clear judgment and purpose：带着清晰的判断与目的（官方原句，与 intentionally 三件套同现）
intent classification：意图分类
intent matching / intent routing：意图匹配 / 意图路由（Skills 触发、工具分发）
intentional misuse：故意滥用（安全策略）
unintentional data leakage：非故意的数据泄露（领域 5）
by design：设计使然
declare intent：声明意图（编程与架构文档）

官方语境与核心考点情境

官方原句（使用前提）

"...but only if they can approach it intentionally, with clear judgment and purpose." “……但前提是他们必须有意图地、带着清晰的判断与目的去使用它。” * 考点：intentionally + judgment + purpose 是官方给出的三件套条件，缺一不可。 * 句式记忆：approach [工具] intentionally, with clear judgment and purpose。题干若问「官方认为使用 AI 的前提是什么」，答案落在人的意图与判断，不在模型能力或工具数量。
考点语境（据考纲构造）· 领域 2 模型与提示（13%）—— 系统侧的 intent

"A Skill is installed but rarely triggers, even for queries it clearly should handle. Which element most likely needs revision?" “某 Skill 已安装却很少触发，即便遇到明显该由它处理的查询也是。最可能需要修改哪个要素？” * CCAR-P 考点：description 字段未能覆盖用户 intent 的表达方式。意图匹配（intent matching）依赖 description 里写明何时使用与触发关键词 —— 与课程 001 的「skills that won't trigger」完全同源。 * 解题提示：凡「该触发却没触发」的题，第一排查点永远是 description 的意图覆盖度，不是模型大小、不是权限、不是安装路径。
考点语境（据考纲构造）· 领域 5 治理安全（14%）—— 故意 vs 非故意

"A well-meaning employee pastes customer PII into a public chatbot to draft a faster reply. How is this classified, and what control addresses it?" “一位出于好意的员工把客户个人信息粘进公共聊天机器人，只为更快起草回复。这属于哪一类，用什么控制项应对？” * CCAR-P 考点：属于 unintentional disclosure（非故意泄露） —— 不是恶意，但风险真实存在。应对控制项是输入筛查（input screening）+ 数据防泄漏策略 + 企业托管设置，而不是「加强员工惩罚」或「禁用 AI」。 * 判别锚点：intentional misuse（故意滥用）与 unintentional（非故意）需要不同的控制手段 —— 前者靠权限与审计，后者靠护栏与培训。
本课 4D 的位置：intentionally 是 4D 之前的前置条件。官方逻辑是：先有意图（intentionally）→ 才谈得上 Delegation（委派什么）、Description（怎么说清）、Discernment（怎么判断）、Diligence（敢不敢背书）。没有 intentionality，4D 全部落空。

---

008. `amplify` (v.) / `amplification` (n.) / `amplifier` (n.) / `ample` (adj.)

音标：
amplify：/ˈæmplɪfaɪ/（重音在首音节 /ˈæm/）
amplification：/ˌæmplɪfɪˈkeɪʃn/
ample：/ˈæmpl/
官方考题核心释义：
放大、增强、扩大（本课核心动词：AI 放大构建者的创造能力，而非替代）
（信号 / 音量）放大（工程原始义）
（影响、偏见、错误）被放大（抽象引申，领域 5 常用）
详述、进一步阐述（正式写作：amplify on a point 对某点作补充说明）
⚠️ 官方立场考点：amplify ≠ replace
官方通篇用 amplify，从不说 replace / substitute。
凡选项出现「AI 取代架构师 / 开发者 / 团队」，基本是干扰项；正确答案总是落在「放大能力 + 人保留判断」这一侧。
构词拆解与家族词汇：
词根 ampl（大、宽、充足，源自拉丁语 amplus） + 动词后缀 -ify（使……化） ➡️ 使变大 ➡️ 放大。
同根家族树（ampl = 大 / 足）：
- amplification (n.)：放大、增强
- amplifier (n.)：放大器
- amplitude (n.)：振幅、幅度、广度
- ample (adj.)：充足的、宽裕的（ample evidence 充分证据；ample capacity 充裕容量）
- amply (adv.)：充分地
-ify 后缀家族（使……化，技术文档高频，整组记忆）：
- simplify 简化｜ clarify 澄清｜ verify 验证｜ modify 修改｜ specify 指定｜ justify 论证合理性｜ identify 识别｜ classify 分类｜ quantify 量化｜ diversify 多样化
近义词精细辨析：
- amplify：放大已有的东西（能力、信号、偏见）
- augment：增强、增补（加上新能力 —— augmented LLM 增强型 LLM，考纲领域 1 原词）
- scale / scale up：规模化（数量级扩张，成本 / 容量语境）
- expand：扩展范围（功能、市场）
- magnify：放大（偏视觉与光学，也可指夸大问题）
- boost：提升（性能、指标，较口语）
考场高频核心搭配 (Collocations)：
amplify what they create：放大他们创造的东西（官方原句）
amplify human capability / impact：放大人类能力 / 影响力
amplification of bias：偏见放大（领域 5 伦理考点）
augmented LLM：增强型 LLM（考纲领域 1 三大架构模式之一）
amplify on a point：对某点作进一步阐述（正式写作）
signal amplification：信号放大
⚠️ amplification attack：放大攻击（安全术语，指 DNS / NTP 反射放大 DDoS —— 与本课程无关，但同词，阅读时别串）

官方语境与核心考点情境

官方原句（课程价值观）

"...uniquely positioned to leverage AI to amplify what they create..." “……处在独一无二的位置上，能够借 AI 放大自己所创造的东西……” * 考点：官方用词是 amplify（放大）不是 replace（替代）。三个动词连用构成官方的核心表述链：leverage（借力）→ amplify（放大）→ what they create（创造物）。 * 句式记忆：be uniquely positioned to + leverage + [工具] + to + amplify + [产出]。这个句式在本课与同路径其他课程介绍中反复出现。
考点语境（据考纲构造）· 领域 1 方案设计与架构（17%）

"Which architectural pattern keeps a human in the decision path while letting the model handle generation?" “哪种架构模式在让模型负责生成的同时，把人保留在决策链路上？” * CCAR-P 考点：augmented LLM（增强型 LLM）vs workflow（工作流）vs agentic（智能体）三选一，依据 autonomy（自主程度）判断。 * 判别锚点：augmented LLM = 模型被调用来增强一次确定的流程；workflow = 预定义步骤编排；agentic = 模型自己决定下一步。题干出现「人保留在决策链路」→ 选 augmented LLM 或带 HITL 的 workflow，不选自主体。
考点语境（据考纲构造）· 领域 5 治理安全与风险（14%）—— amplification of bias

"A hiring assistant trained on a decade of historical resumes starts favoring one demographic. What is this failure called, and what is the first mitigation?" “基于十年历史简历训练的招聘助手开始偏向某个人群。这个失效叫什么，第一步缓解措施是什么？” * CCAR-P 考点：考纲领域 5 明写 address ethical AI considerations (bias, fairness, transparency)。这是 bias amplification（偏见放大） —— 模型不只复制了历史偏见，还把它放大了。 * 解题提示：第一步永远是在评估集里纳入人员构成维度并加人工复核（human-in-the-loop），而不是「换更大的模型」或「加更多训练数据」—— 后者只会继续放大。

4. 与本课 4D 的呼应：`amplify` 描述的是能力侧，4D 描述的是人的侧。官方的完整逻辑是：AI 放大能力（amplify）→ 因此人更需要 Delegation 的边界、Description 的清晰、Discernment 的判断、Diligence 的背书。放大倍数越高，4D 越不能省。

009. `leverage` (v./n.)

音标：/ˈlevərɪdʒ/（美，动词常读 /ˈlevərɪdʒ/）
官方考题核心释义：
借助、利用、撬动（正式用法，意为「借力」，比 use 更强调「以小博大」）
杠杆、杠杆效应（名词原始义）
构词拆解与家族词汇：
词根 lev（举起、轻，源自拉丁语 levare） + -er + -age ➡️ 撬起重物 ➡️ 杠杆 / 借力。
lever (n./v.)：杠杆、撬动
levity (n.)：轻浮（同根，lev = 轻）
elevate (v.)：提升
alleviate (v.)：缓解
leverage existing investment (v. phr.)：复用既有投入（商业语境高频）
考场高频核心搭配：
leverage AI to do sth.：借 AI 之力做某事（官方原句）
leverage existing systems / data：复用既有系统与数据
leverage prompt caching：利用提示词缓存
leverage a reference architecture：采用参考架构

官方语境与核心考点情境

官方原句

"...uniquely positioned to leverage AI to amplify what they create..." “……处在独一无二的位置上，能够借助（leverage） AI 放大自己所创造的东西……”
考点语境（据考纲构造）· 领域 3 集成（19%）

"Rather than rebuilding the retrieval layer, the architect chooses to leverage the client's existing search infrastructure through an MCP server." “架构师没有重建检索层，而是通过 MCP server 复用客户既有的搜索基础设施。” * CCAR-P 考点：领域 3 明确要求评估连接协议并在 MCP / API-CLI / agent-to-agent 之间选型。leverage existing 是集成题的标准正确项语气。

010. `perspective` (n.) / `perspectives` (pl.) / `perspectival` (adj.)

音标：
perspective：/pərˈspektɪv/（重音在 /ˈspek/）
⚠️ 勿与 prospective /prəˈspektɪv/（预期的、潜在的）混淆 —— 只差一个字母，意思完全不同
官方考题核心释义：
视角、观点、看法（本课强调：AI 安全需要广泛多元的人类视角参与）
客观判断力、分寸感（keep sth. in perspective 正确看待某事 / 不夸大）
透视法（美术原始义；引申为「看问题的角度」）
（技术）视角、视图（如 from a security perspective）
⚠️ 易混词辨析（命题人爱用）：
perspective：视角、看法 —— From a cost perspective, this is optimal.
prospective：预期的、潜在的、未来的 —— a prospective client（潜在客户）
respectively：分别地 —— A and B cost X and Y respectively.
respectfully：恭敬地 —— 邮件结尾常用
这四个词拼写接近，阅读题里互换就是陷阱。
构词拆解与家族词汇：
前缀 per-（贯穿、彻底） + 词根 spect / spic（看、观察，源自拉丁语 specere） + 名词后缀 -ive ➡️ 看穿、看透 ➡️ 视角 / 洞察。
同根家族树（spect = 看，超高频，务必整树记忆）：
- aspect (n.)：方面（a- = ad- 朝向 + 看）
- inspect (v.)：检查（向内看）
- inspector (n.)：检查员
- respect (v./n.)：尊重（反复看 → 重视）
- prospect (n.)：前景、可能性（向前看）
- retrospect (n.)：回顾（向后看）
- retrospective (n./adj.)：回顾会议（敏捷 Scrumb 术语）；回溯的
- spectator (n.)：观众
- spectrum (n.)：光谱、范围
- speculate (v.)：推测
- specific (adj.)：具体的、特定的
- specimen (n.)：样本
- circumspect (adj.)：谨慎周密的（circum- 周围 + 看 —— 领域 5 治理语境高级词）
- perspicacious (adj.)：洞察力强的（per- + spic 看 —— 与本课 discernment 呼应）
近义词精细辨析：
perspective：强调从某个位置/角色看出去的整体图景（最正式、最常用）
viewpoint / point of view：个人观点、立场
standpoint：基于某种身份或原则的立场
angle：切入角度（较随意）
lens：透过……的镜头看（隐喻用法，架构讨论高频：viewed through a security lens）
考场高频核心搭配 (Collocations)：
a wide range of human perspectives：广泛多元的人类视角（官方原句）
stakeholder perspectives：干系人视角（领域 6）
from a security / cost / compliance perspective：从安全 / 成本 / 合规视角看
broaden / incorporate diverse perspectives：拓宽 / 纳入多元视角
keep sth. in perspective：正确看待、不夸大
put sth. into perspective：使某事显得不再那么严重 / 提供参照
out of perspective：比例失调、看走了样
perspective-taking：换位思考（提示工程技法，见考点 3）

官方语境与核心考点情境

官方原句（课程立论）

"...ensuring that AI makes safe contributions to society, requires engaging with a wide range of human perspectives and experiences." “……要确保 AI 对社会做出安全的贡献，就需要让广泛多元的人类视角与经验参与进来。” * 考点：把「多元视角」上升为安全前提，而不只是道德口号。对应考纲领域 5 的伦理 AI 考量（bias、fairness、transparency）。 * 记忆点：官方句式是 a wide range of ... perspectives and experiences —— 视角在前、经验在后，这个搭配顺序在官方文档里反复出现。
考点语境（据考纲构造）· 领域 6 干系人沟通与生命周期（14%）

"During discovery, whose perspectives must be represented before an architecture can be signed off?" “在发现阶段，架构签字前必须纳入哪些人的视角？” * CCAR-P 考点：领域 6 的结构化发现与需求收集。缺一角就会在后期炸：业务（价值与 ROI）、安全（威胁面）、合规（法定义务）、运维（可观测与排障）四类干系人缺一不可。 * 解题提示：题干出现 whose perspectives must be represented，正确答案是扩大参与面，绝不是「让架构师一个人拍板」或「换更聪明的模型」。
考点语境（据考纲构造）· 领域 2 模型与提示工程（13%）——perspective-taking

"Which prompt technique asks the model to adopt a specific role or viewpoint before producing an answer?" “哪种提示技法要求模型在作答前先采用特定角色或视角？” * CCAR-P 考点：领域 2 的 system prompts, templates, and guardrails 与提示工程技法。让模型 adopt a perspective / persona（角色与视角设定） 属于系统提示设计，与 zero-shot / few-shot / chain-of-thought 并列。 * 与 4D 的呼应：人要有 discernment（判断力），模型可以被赋予一个 perspective（视角）—— 一个是人的能力，一个是可被配置的输入，两者不要混为一谈。
考点语境（据考纲构造）· 领域 5 治理安全与风险（14%）

"An evaluation set was built by a single team and passes all automated checks, but users from other regions report the outputs are culturally off. What is the root cause?" “评估集由单一团队构建并通过了所有自动检查，但其他地区的用户反馈输出在文化上不对劲。根因是什么？” * CCAR-P 考点：考纲领域 5 的 address ethical AI considerations (bias, fairness, transparency)。评估集缺少 diverse perspectives —— 这正是本课那句话的工程版本：没有多元视角参与，安全性就无法保证。

011. `empower` (v.) / `empowerment` (n.) / `empowering` (adj.)

音标：/ɪmˈpaʊər/
官方考题核心释义：
赋能、授权、使有能力（本课开篇动词：empowering people with AI）
授予权力（治理语境）
构词拆解与家族词汇：
前缀 em-（使……进入状态） + power（力量、权力） ➡️ 使拥有力量 ➡️ 赋能。
empowerment (n.)：赋能、授权
powerful (adj.)：强大的
enable (v.)：使能够（近义但更中性）
enablement (n.)：赋能（考纲领域 7 原词：Developer Productivity & Operational Enablement）
考场高频核心搭配：
empower people with AI：用 AI 赋能于人（官方原句）
enable champions：赋能倡导者（同路径第 9 门课 Delivery Methodology 原句）
self-service enablement：自助赋能
team enablement：团队赋能（领域 7）

官方语境与核心考点情境

官方原句（开篇）

"At the AI provider, we believe that empowering people with AI, and ensuring that AI makes safe contributions to society..." “在 the AI provider，我们相信：用 AI 赋能于人，并确保 AI 对社会做出安全的贡献……”
术语衔接考点：empowerment 与考纲领域 7 的 Enablement（7%）是同一概念族。领域 7 只考三件事：配置 AI 工具与环境、改进开发者工作流、支撑调试与运维 —— 都是「让团队能自己跑起来」。

012. `arc` (n.) / `the full arc of building` (n. phr.) / `arch` (n./v.)

音标：/ɑːrk/（美）
官方考题核心释义：
弧线、弧形（几何原始义）
完整过程、全链路、端到端的整个过程（本课核心义：the full arc of building = 从问题到交付的完整弧线，即从 0 到 1、从发现到上线的全过程）
（叙事）人物弧线、发展轨迹（引申义：adoption arc 采纳曲线）
⚠️ 词源更正（此前标注有误，此处订正）：
arc 来自拉丁语 arcus（弓、拱），与 arch（拱门）、arcade（拱廊）、archway（拱道）同根。
但 architect / architecture / archive 与它并不同根 —— 它们来自希腊语 arkh-（统治、起始、首要）：archi- 首要 + tect（建造）= 首席建造者；archive 原指「官署、档案处」。
记忆口诀：拉丁 arcus 管「拱形」，希腊 arkh- 管「首领与开端」。二者拼写相近但来源不同，别混为一谈。
构词与家族词汇：
拉丁 arcus（弓、拱）一支：
- arch (n./v.)：拱、拱形；使成拱形
- archway (n.)：拱道
- arcade (n.)：拱廊、商场
- archer (n.)：弓箭手（同根，用弓的人）
希腊 arkh-（首要、起始）一支（对比记忆）：
- architect / architecture (n.)：架构师 / 架构
- archive (n./v.)：档案、归档
- archaic (adj.)：古老的（原初的）
- monarch (n.)：君主（mono- 单一 + 统治者）
- anarchy (n.)：无政府（an- 无 + 统治）
近义词精细辨析（架构文档高频）：
arc：从起点到终点的完整过程（强调跨度与连续性）
end-to-end：端到端（强调两端都覆盖、无断点）
lifecycle：生命周期（强调阶段划分，考纲领域 6 用词）
pipeline：流水线（强调数据/任务的流转，技术领域用词）
cradle-to-grave：从生到死（合规与数据治理用词，指数据全存续期）
full-stack：全栈（技术分层，与 arc 无关，别混）
考场高频核心搭配 (Collocations)：
the full arc of building：从问题到交付的完整弧线（官方原句）
across the full arc：贯穿完整过程（官方原句介词搭配用 across）
end-to-end：端到端（同义替换，考纲高频）
from discovery through deployment：从发现到部署（考纲领域 6 原句）
across the full lifecycle：贯穿完整生命周期
feedback loops：反馈回路（考纲领域 1 原句：input → processing → output → feedback loops）
adoption arc：采纳轨迹

官方语境与核心考点情境

官方原句（课程范围界定）

"...consider what it means to integrate AI responsibly across the full arc of building." “……并思考在完整弧线（arc）上负责任地集成 AI 究竟意味着什么。” * 考点：官方用 across the full arc 而非 at the start of 或 at the end of —— 强调责任贯穿全程，不是某一步的事。这与 4D 中 Diligence 的「从头到尾都敢背书」是同一主张。 * 介词考点：across the arc（贯穿）是固定搭配，不是 in 或 on。
考点语境（据考纲构造）· 领域 6 干系人沟通与生命周期（14%）

"Which lifecycle phases must an architect support, from initial engagement through steady state?" “架构师必须支撑哪些生命周期阶段？” * CCAR-P 考点：考纲原句 —— discovery, design, handoff, monitoring, iteration（发现、设计、交接、监控、迭代）。这五个阶段就是 the full arc 在考纲里的具体展开。 * 解题提示：题干问「架构师要支撑哪些阶段」时，答案要覆盖首尾，尤其不能漏 handoff（交接）与 monitoring（监控）—— 只答「设计与构建」是不完整的。
考点语境（据考纲构造）· 领域 1 方案设计与架构（17%）—— end-to-end architecture

"Which of the following best describes an end-to-end architecture for an AI system?" “下列哪一项最贴切地描述了 AI 系统的端到端架构？” * CCAR-P 考点：考纲领域 1 原句 —— input → processing → output → feedback loops（输入 → 处理 → 输出 → 反馈回路）。 * 判别锚点：arc 的闭合点就是那个 feedback loop —— 少了反馈回路，就不是端到端的完整弧线，而只是一条直线。凡是选项里缺 feedback/evaluation/monitoring 的，都不是完整架构。

4. 与 4D 的呼应：`arc` 是 4D 作用的时间轴。Delegation 决定弧线的哪一段交给 AI，Description 决定每一段怎么交代，Discernment 决定每一段的产出怎么验，Diligence 决定整条弧线谁签字。把 arc 想成一条线段，4D 就是覆盖在线段上的四层控制。

013. `responsibly` (adv.) / `responsible` (adj.) / `responsibility` (n.) / `Responsible AI` (n. phr.)

音标：
responsibly：/rɪˈspɑːnsəbli/（美）
responsible：/rɪˈspɑːnsəbl/
官方考题核心释义：
负责任地（本课：integrate AI responsibly）
Responsible AI：负责任 AI（治理领域专有名词，涵盖安全、公平、透明、问责）
构词拆解与家族词汇：
词根 spons / spond（承诺、应答，源自拉丁语 spondere） ➡️ response（回应） ➡️ responsible（能作出回应、可被追责的）。
responsibility (n.)：责任
responsive (adj.)：响应迅速的
sponsor (n./v.)：赞助人、发起（同根）
correspond (v.)：对应、通信
accountable (adj.)：可问责的（治理近义词，比 responsible 更强：responsible 是「有责任」，accountable 是「可被追责」）
考场高频核心搭配：
Responsible AI：负责任 AI（专有名词）
responsible disclosure：负责任披露（安全漏洞）
accountable owner：可问责的负责人（考纲 named owner）
fail closed：失效即关闭（责任机制的工程表达，考纲学习目标原句）
近义词精细辨析（治理高频失分点）：
responsible / responsibly：有责任、负责任地（对行为与后果承担责任）
accountable / accountability：可被追责的 / 问责（比 responsible 强一级 —— responsible 是「我有责任」，accountable 是「出了事能指名道姓找到我」。考纲爱用 named owner / accountable owner）
liable：法律上应负责的（含赔偿、法律后果，工程语境少用）
answerable：须给出交代的（to someone）
一句话区分：responsible 是「责任在我」，accountable 是「追责能找到我」。
记忆锚：responsible 管「该不该做」，accountable 管「做砸了找谁」 —— 架构评审里两句话都出现时，accountable 通常对应「具名负责人 / sign-off」，responsible 对应「职责分配」。
词性陷阱：responsibly 是副词，只能修饰动词/整句（integrate AI responsibly），不能单独当表语；说「这个团队是负责任的」要用 responsible（be responsible），不是 be responsibly。考试里 integrate / deploy / use AI responsibly 都是「负责任地 + 动作」结构。

官方语境与核心考点情境

官方原句

"...consider what it means to integrate AI responsibly across the full arc of building." “……思考在完整构建弧线上负责任地集成 AI 意味着什么。”
考点语境（据考纲构造）· 领域 5（14%）

"Where should input screening, output screening, and tool-call authorization be placed so the system fails closed rather than open?" “输入筛查、输出筛查与工具调用授权应放在哪里，才能使系统失效即关闭而非敞开？” * CCAR-P 考点：考纲学习目标原句（fail closed rather than open）。这是本课 Diligence 在安全架构上的落地。
考点语境（据考纲构造）· 领域 2 上下文工程（13%）—— Responsible AI 的工程落点

"A team plans to surface an AI summary inside a customer-facing portal. Which practice best reflects responsible AI engineering?" “一个团队打算在面向客户的门户里展示 AI 摘要。哪项实践最能体现负责任的 AI 工程？” * CCAR-P 考点：Responsible AI 不是一句口号，而是具体可测的动作：给摘要标注来源与置信度、对低置信输出降级或拒答、记录可审计的决策轨迹、人工复核高影响场景。正确选项几乎总是「把责任翻译成可落地的控制项」，陷阱选项是空泛的「确保模型可靠」「请用户自行核对」。 * 判别锚点：题干问 responsibly 时，找工程化、可验证的动作（guardrail、audit trail、human-in-the-loop、fail closed），别选停留在口头/原则层面的表述。
与 4D 的呼应：responsibly 是 Diligence 的灵魂副词。Diligence 三件事 —— 为产出背书、留证据、可审计 —— 用一句话说就是「负责任地 build」。它与 stand behind what you build（020）是同一立场：responsible 对内是职责，对外是 accountable owner（考纲 named owner）。

014. `judgment` (n.) / `judge` (v./n.) / `judgmental` (adj.)

音标：/ˈdʒʌdʒmənt/
官方考题核心释义：
判断、判断力、裁决（本课：with clear judgment and purpose；在架构语境指人的取舍决策）
意见、看法
构词拆解与家族词汇：
词根 jud / jur（法律、判断，源自拉丁语 judex 法官） + 后缀 -ment。
judge (v./n.)：判断；法官
adjudicate (v.)：裁决
judicial (adj.)：司法的
prejudice (n.)：偏见（领域 5 考点词：pre- 预先 + judice 判断）
jury (n.)：陪审团
⚠️ 英式拼写 judgement，美式 judgment，考试中两者皆可能出现
考场高频核心搭配：
clear judgment：清晰的判断（官方原句）
exercise judgment：运用判断力
human judgment：人的判断（与 automation 对照）
architectural judgment call：架构上的判断取舍
escalate for human judgment：上报人工判断（HITL 路由）

官方语境与核心考点情境

官方原句

"...but only if they can approach it intentionally, with clear judgment and purpose." “……但前提是他们必须有意图、带着清晰的判断力（judgment）与目的去使用它。”
考点语境（据考纲构造）· 领域 5（14%）

"Decisions should be routed to the right reviewer based on confidence, reversibility, and cost." “决策应按置信度、可逆性与成本路由给合适的评审人。” * CCAR-P 考点：考纲学习目标原句。这正是把 human judgment 工程化 —— 不是所有决策都要人看，而是按三个维度路由。

015. `purpose` (n.) / `purposeful` (adj.) / `purposely` (adv.)

音标：/ˈpɜːrpəs/
官方考题核心释义：
目的、意图、用途（本课：with clear judgment and purpose）
决心、意志（on purpose 故意地）
构词拆解与家族词汇：
前缀 pur-（= pro- 向前） + 词根 pos / pon（放置） ➡️ 放在前面的目标 ➡️ 目的。
purposeful (adj.)：有目的的、坚定的
purposely (adv.)：故意地
propose (v.)：提议
purpose-built (adj.)：专门构建的（架构高频词，指为特定用途定制）
general-purpose (adj.)：通用的
考场高频核心搭配：
with clear purpose：带着明确目的（官方原句）
purpose-built：专用构建的
general-purpose model：通用模型
fit for purpose：适用、合乎用途（合规与验收用语）
on purpose：故意地

官方语境与核心考点情境

官方原句

"...approach it intentionally, with clear judgment and purpose." “……有意图地、带着清晰的判断与目的（purpose）去使用它。”
考点语境（据考纲构造）· 领域 2（13%）

"Choose between a general-purpose frontier model and a smaller purpose-built model for a high-volume classification task." “为高吞吐分类任务，在通用前沿模型与更小的专用模型之间做选择。” * CCAR-P 考点：模型选型必须基于任务适配 + 成本权衡，而不是「越大越好」。

016. `collaboration` (n.) / `collaborate` (v.) / `collaborative` (adj.)

音标：/kəˌlæbəˈreɪʃn/
官方考题核心释义：
协作、合作（本课核心：AI collaboration skills）
协同工作（团队与工具语境）
构词拆解与家族词汇：
前缀 col-（= com- 共同） + 词根 labor（劳动） + 后缀 -ation ➡️ 共同劳动 ➡️ 协作。
collaborate (v.)：协作
collaborative (adj.)：协作的
collaborator (n.)：协作者
labor (n./v.)：劳动
elaborate (v./adj.)：详细阐述；精心制作的（同根，e- 出 + labor 做出来的）
考场高频核心搭配：
AI collaboration：人机协作（本课主题）
human-AI collaboration：人机协同
collaborative workflow：协作工作流
collaboration skills：协作技能（官方原句）

官方语境与核心考点情境

官方原句

"This course helps builders develop practical AI collaboration skills..." “本课程帮助构建者培养可落地的 AI 协作能力……”
术语定位：本课是协作素养课，不是集成技术课。若考题问「哪门课教 MCP 协议实现」，答案是同路径第 5 门 Introduction to Model Context Protocol，不是本课。

017. `capability` (n.) / `capabilities` (pl.) / `capable` (adj.)

音标：/ˌkeɪpəˈbɪləti/
官方考题核心释义：
能力、功能、本领（AI capabilities 指模型能做什么）
（系统）能力特性（capability features，同路径第 2 门课四大决策之一）
构词拆解与家族词汇：
词根 cap / capac（抓取、容纳，源自拉丁语 capere） + -able + -ity ➡️ 能容纳、能抓住 ➡️ 能力。
capable (adj.)：有能力的
capacity (n.)：容量、能力
capacitor (n.)：电容
incapable (adj.)：无能力的
capability bloat (n. phr.)：能力膨胀（考纲领域 3 明写考点）
考场高频核心搭配：
AI capabilities & limitations：AI 能力与局限（本课课时标题，也是考纲领域 5 原词）
capability features：能力特性（四大决策之一）
capability bloat：能力膨胀（领域 3 考点）
capability parity：能力对等性（同路径第 8 门课 parity gaps）

官方语境与核心考点情境

官方原句（Curriculum 课时标题）

"AI capabilities & limitations" “AI 的能力与局限”
考点语境（据考纲构造）· 领域 3 集成（19%）

"An agent was granted every available tool 'just in case.' What is this condition called, and what is the fix?" “某智能体被授予了所有可用工具‘以防万一’。这叫什么，怎么修？” * CCAR-P 考点：capability bloat（能力膨胀）。修法是按角色最小特权裁剪工具集 —— 与官方样题第 1 题完全同源。

018. `limitation` (n.) / `limitations` (pl.) / `limit` (n./v.)

音标：/ˌlɪmɪˈteɪʃn/
官方考题核心释义：
局限、限制、不足之处（AI limitations 指模型做不到或做不好的地方）
（法律）时效（另一义）
构词拆解与家族词汇：
词根 limit / limen（门槛、边界，源自拉丁语 limes） + 后缀 -ation。
limit (n./v.)：限制
limited (adj.)：有限的
unlimited (adj.)：无限的
eliminate (v.)：消除（e- 出 + limen 出界 → 清除）
threshold (n.)：阈值（近义技术词，如 prompt caching 的 1024 token 门槛）
考场高频核心搭配：
capabilities and limitations：能力与局限（固定搭配，顺序不可颠倒）
known limitations：已知局限
rate limit：速率限制（API 必考）
context window limit：上下文窗口上限
rate limiting / HTTP 429：限流与 429 错误

官方语境与核心考点情境

官方原句（Curriculum 课时标题）

"AI capabilities & limitations" “AI 的能力与局限”
考点语境（据考纲构造）· 领域 5（14%）

"Identify the failure mode: the model produces plausible but fabricated citations when asked about events after its training cutoff." “识别失效模式：当被问及训练截止后的事件时，模型给出看似合理但捏造的引用。” * CCAR-P 考点：hallucination（幻觉）属于 LLM 的 known limitation，对应考纲领域 5 的「识别风险、局限与失效模式」。

019. `toolkit` (n.)

音标：/ˈtuːlkɪt/
官方考题核心释义：
工具箱、工具集（本课：Delegation & the builder's toolkit）
（软件）工具包、开发套件（SDK / 库集合）
构词拆解与家族词汇：
tool（工具） + kit（成套装备） ➡️ 成套工具。
tool (n.)：工具（MCP 三大原语之一）
tool use：工具调用（CCDV-F / CCAR-P 核心）
tool-call authorization：工具调用授权（考纲学习目标原句）
SDK (Software Development Kit)：软件开发工具包（同构词：-kit）
考场高频核心搭配：
the builder's toolkit：构建者的工具箱（本课课时标题）
tool definition：工具定义
tool schema：工具模式（需符合 JSON Schema）
restrict the tool set：限制工具集（最小特权）

官方语境与核心考点情境

官方原句（Curriculum 课时标题）

"Delegation & the builder's toolkit" “委派与构建者的工具箱”
考点：本课把 Delegation 与 toolkit 并列 —— 委派的对象就是工具集。这与领域 3 的「评估工具/智能体配置的能力膨胀」是同一条线：先决定委派什么，再据此裁剪工具箱。

020. `stand behind` (v. phr.)

音标：/stænd bɪˈhaɪnd/
官方考题核心释义：
为……背书、对……负责、支持（本课价值落点）
站在……后面（字面义）
构词与家族：
短语动词：stand（站立） + behind（在后面） ➡️ 站在产出物身后替它撑着 ➡️ 背书 / 担责。
stand by：袖手旁观 / 待命（易混）
stand for：代表
stand out：突出
vouch for：为……担保（近义短语）
take ownership of：对……负责（近义，治理文档高频）
考场高频核心搭配：
stand behind what you build：为你构建的东西背书（本课课时标题）
take ownership：承担责任
sign off：签字确认、批准
accountable owner：可问责的负责人（考纲）

官方语境与核心考点情境

官方原句（Curriculum 课时标题，全课落点）

"Stand behind what you build" “为你构建的东西背书”
考点语境（据考纲构造）· 领域 5 + 领域 6

"Who must be named as the accountable owner for each compliance control before production sign-off?" “生产签字前，每项合规控制必须具名指定谁？” * CCAR-P 考点：考纲要求把合规义务映射到 named control, owner, and evidence artifact。AI 参与生成不转移责任主体 —— 这是本课 Diligence 的制度化表达。

021. `framework` (n.)

音标：/ˈfreɪmwɜːrk/
官方考题核心释义：
框架、体系、方法论骨架（本课：4D Framework；也指软件框架）
（合规）框架（如 NIST AI RMF、ISO 42001）
构词拆解与家族词汇：
frame（框架、结构） + work（工作/构造） ➡️ 支撑性结构。
frame (n./v.)：框架；框定
reframe (v.)：重新框定（领域 6 沟通技巧）
framework agreement：框架协议
reference architecture：参考架构（近义但更具体，考纲领域 1 原词）
考场高频核心搭配：
the 4D Framework：4D 框架（本课专有名词，必背）
AI Fluency: Framework & Foundations：本课前置课程名
evaluation framework：评估框架（领域 4）
governance framework：治理框架（领域 5）
risk management framework：风险管理框架

官方语境与核心考点情境

官方原句

"...through the 4D Framework (Delegation, Description, Discernment, and Diligence)." “……通过 4D 框架（委派、描述、判断力、尽责）。”
必背：4D 的英文拼写与顺序 —— Delegation → Description → Discernment → Diligence。

022. `curriculum` (n.) / `curricula` (pl.) / `curricular` (adj.)

音标：
curriculum：/kəˈrɪkjələm/（注意第二音节重音 /ˈrɪk/，四音节）
curricula：/kəˈrɪkjələ/（拉丁复数）
curricular：/kəˈrɪkjələr/
官方考题核心释义：
课程体系、教学大纲、课程目录（本课指 Skilljar 上一门课内部的章节与课时结构，即页面右侧那个 "Curriculum" 列表）
全部课程、整体教学计划（比 course 更宏观，指一个培养体系的全部内容）
⚠️ 头号陷阱：curriculum vitae（CV）
同一个词在求职语境里是 curriculum vitae = 简历（拉丁语「生命历程」），常缩写为 CV。
在教育/培训语境里才是「课程体系」。
考试中若出现 CV，几乎一定指简历，不是课程。这是英文里同一个词根分叉成两个完全不相关意思的经典案例。
构词拆解与家族词汇：
词根 curr / curs / cour（跑、流动，源自拉丁语 currere） ➡️ 跑过的跑道 / 要跑完的赛程 ➡️ 课程。
同根家族树（技术考试高频）：
- current (adj./n.)：当前的；电流、水流
- concurrent (adj.)：并发的（con- 共同 + 跑 —— 并发处理必考词）
- concurrency (n.)：并发数、并发度
- recur / recurring (v./adj.)：复发、周期性的（如 recurring cost 周期性成本）
- incur (v.)：招致、产生（如 incur cost 产生费用，成本类考题高频）
- occur (v.)：发生
- course (n.)：课程；航道、路线（同根异形）
- courier (n.)：信使（跑腿的人）
近义词精细辨析（架构文档与考题常考）：
curriculum：整套课程体系 / 一门课内的章节结构（宏观）
course：一门课（中观）
lesson：一个课时（微观）
syllabus：教学大纲（偏学校语境，列出教学内容与进度）
agenda：议程（会议，不是课程）
program：培养项目 / 计划（如 certification program 认证项目）
考场高频核心搭配 (Collocations)：
builder-focused curriculum：面向构建者的课程体系（官方原句）
course curriculum：课程大纲
core curriculum：核心课程体系
curriculum design：课程设计
extracurricular (adj.)：课外的
Skilljar 平台层级（读题时用来定位）：Path（学习路径） > Course（课程） > Section（章节） > Lesson（课时） > Quiz（测验）

官方语境与核心考点情境

官方原句（课程页 Recommended prerequisites）

"...participants should complete AI Fluency: Framework & Foundations before beginning this builder-focused curriculum." “……参与者应先完成 AI Fluency: Framework & Foundations，再进入这门面向构建者的课程体系（curriculum）。” * 考点：before beginning this ... curriculum —— 官方用 curriculum 指代本门课整体，而不是单个课时。措辞判断题里，curriculum / course / lesson 的范围层级要分清。
官方平台结构（Curriculum 栏目的实际层级，本课实例） * 本课 Curriculum 由 6 个 Section 组成：Introduction and AI Fluency framework → How AI works → The 4D framework for builders → Discernment for builders → Tying it all together → Wrapping up。 * 每个 Section 下挂 Lesson（如 Welcome to AI Fluency for builders、The 4D Framework、AI capabilities & limitations），末尾是 Quiz。 * 考点：Section 是分组容器，Lesson 是具体内容单元，Quiz 是评估 —— 这套层级词在英文技术文档中同样通用（section 章节 / lesson 课时 / quiz 测验 / module 模块）。
考点语境（据考纲构造）· 领域 6 干系人沟通与生命周期（14%）

"A client asks for training so their team can operate the system after handoff. Which deliverable defines the curriculum?" “客户要求培训，以便交接后团队能自己运维系统。哪个交付物定义这个课程体系？” * CCAR-P 考点：领域 6 明确要求 document architectures and provide implementation guidance，且 handoff 必须 survive your absence。培训体系（curriculum）是交接制品的一部分 —— 与领域 7 的 enable a team to adopt and operate 直接连通。
同根词技术义提醒：concurrent / concurrency * 在 API 与成本类考题中，concurrent requests（并发请求）、rate limits per concurrency tier（按并发档位的速率限制）是常见搭配，与 curriculum 同根但意思已完全分化，不要串。

023. `prerequisite` (n./adj.) / `prerequisites` (pl.)

音标：/ˌpriːˈrekwəzɪt/
官方考题核心释义：
先修要求、前置条件、先决条件（Recommended prerequisites）
必备的（形容词）
构词拆解与家族词汇：
前缀 pre-（在……之前） + requisite（必需的，词根 quir / quisit 寻求） ➡️ 事先必需的 ➡️ 先决条件。
require (v.)：要求
requirement (n.)：需求（领域 6 核心词：requirement gathering）
requisite (adj./n.)：必需的；必需品
acquire (v.)：获得
inquire (v.)：询问
考场高频核心搭配：
recommended prerequisites：建议先修（官方原句，注意是 recommended 不是 required）
no mandatory prerequisites：无强制先修（CCAR-P 考纲原句）
requirement gathering：需求收集（领域 6）
prerequisite course：先修课程

官方语境与核心考点情境

官方原句（课程页小标题 + 说明）

"Recommended prerequisites ... This course lightly covers the foundational AI Fluency concepts." “建议先修 …… 本课程对 AI 素养的基础概念只是一带而过。”
考点语境（据考纲构造）· 考试政策

"Are there mandatory prerequisites to sit the CCAR-P exam?" “报考 CCAR-P 有强制先修吗？” * CCAR-P 考点：考纲明写 「There are no mandatory prerequisites or courses required to sit this exam」 —— 经验是 recommended，不是 required。这类「required vs recommended」的措辞判断题在认证考试中极常见。

024. `hands-on` (adj.) / `hands-on practice` (n. phr.)

音标：/ˌhændz ˈɑːn/
官方考题核心释义：
动手的、实操的（hands-on practice 动手实践）
（管理风格）亲力亲为的
构词与对照家族：
hands-on（动手） ↔ hands-off（放手、无人值守）—— 这一对反义词在 AI Agent 语境极重要。
hands-off runs：无人值守运行（AI Code Assistant in Action 课程原句）
buddy / champion：内部倡导者（同路径第 9 门课）
sandbox (n.)：沙箱（动手练习的安全环境）
考场高频核心搭配：
hands-on practice：动手实践（官方原句）
hands-off automation：无人值守自动化
hands-on lab：实操实验
hands-off runs：无人值守运行（AI Code Assistant in Action 课程原句）
近义词 / 辨析：
hands-on：动手实操（人在过程中实际参与）
hands-off：放手 / 无人值守（委派后不再人工介入）
practical：实际的、可落地的（强调「能用」，不强调「亲手做」）
experiential：体验式的（通过亲历来学，偏学习法）
interactive：交互式的（强调人与系统双向互动）
一句话区分：hands-on 是「亲手做」，practical 是「能落地」，hands-off 是「放手交给系统」。
记忆锚：hands-on 看「谁在做」（人在动手），hands-off 看「谁在跑」（系统无人值守） —— 对应 human-in-the-loop 与 automation 的分界线。
词性 / 写法陷阱：
hands-on 是形容词，只能修饰名词（hands-on practice）；表达「动手」动作要用 get hands-on 或动词短语，不能说 practice hands-on。
反义词 hands-off 同样带连字符。AI Agent 语境里 hands-off runs（无人值守运行）是高频搭配，别误读成「不用手的运行」。
近义词 / 关联辨析：
hands-on：动手实操（人在过程中实际参与）
hands-off：放手 / 无人值守（委派后不再人工介入，hands-off run）
practical：实际的、可落地的（强调「能用」，不强调「亲手做」）
experiential：体验式的（通过亲历来学，偏学习法）
interactive：交互式的（强调人与系统双向互动）
一句话区分：hands-on 是「亲手做」，practical 是「能落地」，hands-off 是「放手交给系统」。
记忆锚：hands-on 看「谁在做」（人在动手），hands-off 看「谁在跑」（系统无人值守） —— 对应 human-in-the-loop 与 automation 的分界线。
词性 / 写法陷阱：
hands-on 是形容词，只能修饰名词（hands-on practice）；表达「动手」动作要用 get hands-on 或动词短语，不能说 practice hands-on。
反义词 hands-off 同样带连字符。AI Agent 语境里 hands-off runs（无人值守运行）是高频搭配，别误读成「不用手的运行」。

官方语境与核心考点情境

官方原句

"It is also recommended that learners have access to an AI tool for hands-on practice." “同时建议学习时手边有一个可用的 AI 工具做动手实践。”
反义词考点：hands-on vs hands-off —— 前者要人参与，后者是委派到无人值守。CCAR-P 领域 5 的 human-in-the-loop 考题常在这两个词上做文章。
考点语境（据考纲构造）· 领域 5 human-in-the-loop（14%）—— 分层 HITL

"A nightly batch job reviews thousands of AI-generated summaries, escalating only the highest-risk 2% to a human. Which term best describes this workflow?" “夜间批处理任务审查数千条 AI 生成的摘要，只把风险最高的 2% 上报给人。哪个词最能描述这个工作流？” * CCAR-P 考点：这是分层的 human-in-the-loop —— 整体是 hands-off（无人值守批处理），但关键高风险子集是 hands-on（人工复核）。考纲领域 5 的 HITL 考点往往不是「全自动 vs 全人工」二选一，而是按风险 / 置信度分层的路由（呼应 014 judgment 的 confidence, reversibility, cost）。 * 判别锚点：题干出现 escalate / route / confidence / risk-based → 答「分层 HITL」，不要简单答「全部无人值守」或「全部人工」。hands-off 描述的是默认自动路径，hands-on 描述的是人工兜底路径。

025. `adoption` (n.) / `adopt` (v.) / `adoptive` (adj.)

音标：/əˈdɑːpʃn/
官方考题核心释义：
采纳、采用、采用率（本课：aspirations for AI adoption）
（组织内）推广落地
构词拆解与家族词汇：
前缀 ad-（朝向） + 词根 opt（选择，源自拉丁语 optare） ➡️ 选过来 ➡️ 采用。
adopt (v.)：采用、收养
option (n.)：选项
optimal (adj.)：最优的
adoption curve：采用曲线
drive adoption：推动落地（同路径第 9 门课原句 managing adoption）
考场高频核心搭配：
AI adoption：AI 采纳（官方原句）
drive / manage adoption：推动 / 管理采纳（Delivery Methodology）
user adoption：用户接受度
adoption barrier：采纳障碍

官方语境与核心考点情境

官方原句

"...drawing on research with engineers and product builders about their actual needs, concerns, and aspirations for AI adoption." “……内容基于对工程师与产品构建者的真实调研 —— 他们在 AI 采纳上的实际需求、真实顾虑与期望。”
考点语境（据考纲构造）· 领域 6（14%）：采纳管理属生命周期的后期阶段。考纲领域 6 明确包含 monitoring 与 iteration，采纳度低往往要回到 discovery 重新对齐期望，而不是换模型。

026. `aspiration` (n.) / `aspire` (v.) / `aspirational` (adj.)

音标：/ˌæspəˈreɪʃn/
官方考题核心释义：
期望、抱负、愿景（本课：aspirations for AI adoption）
渴望、志向
构词拆解与家族词汇：
词根 spir（呼吸，源自拉丁语 spirare） ➡️ aspire（向……呼吸/向往） ➡️ 渴望。
aspire (v.)：渴望、立志
inspire (v.)：激励
respiration (n.)：呼吸
conspire (v.)：密谋
expectation (n.)：期望（领域 6 更常用的词：expectation alignment 期望对齐）
考场高频核心搭配：
aspirations for AI adoption：对 AI 采纳的期望（官方原句）
expectation alignment：期望对齐（领域 6 考点）
manage expectations：管理期望
aspirational goal：愿景性目标
近义词精细辨析（干系人题高频）：
aspiration：愿景、抱负（向上、想成为什么 —— 偏向「想要的好结果」）
expectation：期望、预期（认为「应该会怎样」—— 偏向「既有预期」）
ambition：野心、雄心（更偏个人或组织向上攀的驱动力）
goal：目标（更具体、可度量）
一句话区分：aspiration 是「想达到的理想」，expectation 是「觉得应该达到的标准」—— 干系人管理里，aspiration 要用来设方向，expectation 要去对齐 / 校准。
记忆锚：aspiration 是「愿景」，expectation 是「标准」 —— 愿景用来激励，标准用来对齐（expectation alignment）。
词性 / 单复数陷阱：
本课原句用复数 aspirations（their ... aspirations for AI adoption），与并列的 needs, concerns 一致，指「多方面的期望」，不止一个。
aspiration 还可作技术义：吸气、吸入（如 aspiration pneumonia 吸入性肺炎、aspirate 抽吸）。工程语境见不到，但医学阅读会撞见，别被吓到。
副词 / 形容词：aspirational（adj.）愿景性的（aspirational goal），动词 aspire to（立志于，后接名词或 to-infinitive）。

官方语境与核心考点情境

官方原句

"...their actual needs, concerns, and aspirations for AI adoption." “……他们在 AI 采纳上的实际需求、真实顾虑与期望（aspirations）。”
术语衔接：本课用 aspirations，考纲领域 6 用 expectation alignment（期望对齐）。两者同指，但考试中更常出现后者 —— 干系人期望管理是领域 6 的明写考点。
考点语境（据考纲构造）· 领域 6 干系人沟通（14%）—— 期望 vs 愿景

"A stakeholder says 'we want to be the most AI-forward company in our industry.' How should the architect treat this statement?" “干系人说『我们要成为行业内最领先的 AI 公司』。架构师应如何对待这句话？” * CCAR-P 考点：这是一句 aspiration（愿景），不是可执行的 expectation。正解是把愿景翻译成可度量的期望与里程碑（哪些用例、什么 KPI、多长时限），并在后续不断 manage expectations。陷阱选项是「直接照做」「当成功不了而否定」—— 愿景要承接、但要落地为对齐后的期望。 * 判别锚点：题干出现 want to be / vision / most X in industry 这类方向性话术 → 是 aspiration，答「转化为目标与期望并校准」；出现 we expect / we assume / deadline 这类预设标准 → 是 expectation，答「对齐 / 管理」。这正是 aspiration（愿景）与 expectation（标准）的分工。
与 4D 的呼应：aspirations 在官方原句里与 needs, concerns 并列 —— 这正是 Discernment（判断力）的输入来源：架构师要分清干系人说的是「真实需求 needs」「真实顾虑 concerns」还是「愿景期许 aspirations」，三者对应不同的应对动作（满足 / 缓解 / 承接对齐）。

027. `concern` (n./v.) / `concerns` (pl.) / `concerning` (prep.)

音标：/kənˈsɜːrn/
官方考题核心释义：
顾虑、关切、担忧（本课：actual needs, concerns, and aspirations）
涉及、与……有关（动词）
关于（介词 concerning，正式用语）
构词拆解与家族词汇：
前缀 con-（共同、彻底） + 词根 cern（筛分、区分，与 discernment 同根） ➡️ 把东西放到一起分辨 ➡️ 关切 / 涉及。
concerned (adj.)：担心的、相关的
concerning (prep.)：关于（≈ regarding）
unconcerned (adj.)：不在意的
discern (v.)：辨别（同根复习）
考场高频核心搭配：
raise concerns：提出顾虑
security concern：安全顾虑
privacy concerns：隐私顾虑（领域 5）
parties concerned：相关方
as far as sth. is concerned：就……而言

官方语境与核心考点情境

官方原句

"...about their actual needs, concerns, and aspirations for AI adoption." “……关于他们在 AI 采纳上的实际需求、顾虑（concerns）与期望。”
词根联动记忆：concern 与 discernment（词汇 005）同根（cern = 筛分）。一个向外（关切），一个向内（甄别）—— 这正好是本课 4D 中 Discernment 与干系人关切的关系。

028. `consideration` (n.) / `considerations` (pl.) / `consider` (v.)

音标：/kənˌsɪdəˈreɪʃn/
官方考题核心释义：
考量、考虑因素（本课：create unique considerations for AI collaboration）
体贴、体谅（日常义）
对价（法律义，合同场景）
构词拆解与家族词汇：
前缀 con- + 词根 sider（星辰，源自拉丁语 sidus） ➡️ 观星占卜后再决定 ➡️ 仔细考虑。
consider (v.)：考虑
considerable (adj.)：相当大的
considerate (adj.)：体贴的
reconsider (v.)：重新考虑
trade-off (n.)：权衡（考纲高频，与 consideration 常同现）
考场高频核心搭配：
security, compliance, and governance considerations：安全、合规与治理考量（考纲领域 1 原句）
unique considerations：独特的考量（官方原句）
take sth. into consideration：把……纳入考量
cost / latency / safety considerations：成本 / 延迟 / 安全考量
近义词精细辨析（设计 / 评估题高频）：
consideration：考量、考虑因素（做决定前要想清楚的因素，偏「权衡时的输入」）
factor：因素（更中性、可列举的构成成分，常作 factor in）
aspect：方面、维度（事物的一个侧面，偏「结构的组成部分」）
criterion / criteria：（评判）标准（做取舍时的评判依据，复数 criteria，考纲 evaluation criteria）
trade-off：权衡（两个考量冲突时的取舍，见本课 008/031 联动）
一句话区分：consideration 是「要想清楚的事」，criterion 是「用来评判的尺子」，trade-off 是「两难下的取舍」。
记忆锚：consideration 是「权衡前的清单」，criterion 是「评判用的尺子」 —— 设计阶段列 considerations，验收阶段定 criteria。
可数性陷阱（写作与判断的坑）：
consideration 作「体贴、体谅」时是不可数：show consideration for others（对他人体贴），不加 s。
作「考虑因素 / 考量」时可数，常用复数 considerations：security considerations、the considerations we discussed。
判断技巧：前面有 security / ethical / cost / design / legal 这类修饰语时，几乎都是可数的考量因素，用复数；指「体贴」这种抽象品格时不可数。
⚠️ 法律义：consideration 在合同里是对价（一方付出的代价以换取对方的承诺），不可数；for a consideration = 有偿。

官方语境与核心考点情境

官方原句

"...where speed of implementation and the human role in judgment create unique considerations for AI collaboration." “……在构建者这里，落地速度与人类在判断中的角色共同制造了 AI 协作上的独特考量（considerations）。”
考点语境（据考纲构造）· 领域 1（17%）

"Which considerations must be incorporated into system design from the outset?" “系统设计一开始就必须纳入哪些考量？” * CCAR-P 考点：考纲原文 —— evaluation, security, compliance, and governance considerations。
考点语境（据考纲构造）· 领域 5 治理安全（14%）—— ethical AI considerations

"Which set of considerations is a CCAR-P architect explicitly expected to address for AI systems?" “CCAR-P 架构师被明确要求对 AI 系统处理哪一组考量？” * CCAR-P 考点：考纲领域 5 原句 —— address ethical AI considerations (bias, fairness, transparency)（偏见、公平、透明）。题干问「架构师必须处理的 ethical considerations」时，答案就是这三件套；陷阱是把它窄化成只谈「安全防护」或「性能」。 * 解题提示：bias / fairness / transparency 三词成组出现即命中；trade-offs（权衡）是它们的配套动作 —— 先列 considerations，再在冲突中做 trade-off。
与 4D 的呼应：considerations 横跨 Discernment 与 Diligence。设计阶段把它想全（Discernment：把评估、安全、合规、治理都纳入考量），交付阶段要为每个考虑因素留证据、定 accountable owner（Diligence）—— 只列 considerations 不落地控制项，等于没列。这也呼应 028 记忆锚：考量是清单，标准（criteria）是尺子，权衡（trade-off）是取舍。

029. `foundational` (adj.) / `foundation` (n.) / `found` (v.)

音标：/faʊnˈdeɪʃnl/
官方考题核心释义：
基础的、 foundational 的（本课：the foundational AI Fluency concepts）
地基的（原始义）
构词拆解与家族词汇：
词根 found / fund（底部、基础，源自拉丁语 fundus） + -ation + -al。
foundation (n.)：基础、地基、基金会
found (v.)：建立；也是 find 的过去式（⚠️ 一词三义，阅读时注意）
fundamentally (adv.)：根本地
profound (adj.)：深刻的（pro- 向前 + fund 到底）
refund (v./n.)：退款（re- 回 + fund 资金）
考场高频核心搭配：
foundational concepts：基础概念（官方原句）
Foundations (认证等级)：基础级（CCAR-F / CCDV-F / CCAO-F 的 F 即 Foundations，与 Professional 相对）
foundational model：基础模型
lay the foundation：打基础

官方语境与核心考点情境

官方原句

"This course lightly covers the foundational AI Fluency concepts." “本课程对 AI 素养的基础（foundational）概念只是一带而过。”
等级辨析考点：Foundations vs Professional —— 前者是基础级认证（60 题 / $125），后者是专业级（CCAR-P，63 题 / $175）。本库 01–10 号文档是 Foundations 口径，备考 CCAR-P 时勿混用。

030. `engage` (v.) / `engagement` (n.) / `engaging` (adj.)

音标：/ɪnˈɡeɪdʒ/
官方考题核心释义：
参与、使参与、 engaging（本课：engaging with a wide range of human perspectives）
（客户）项目、 engagements（名词 engagement，咨询语境指交付项目）
交战、啮合（机械/军事义）
构词拆解与家族词汇：
前缀 en-（使进入） + gage（抵押、担保） ➡️ 使投入某状态 ➡️ 参与、约定。
engagement (n.)：参与；项目、 engagements；订婚
engaging (adj.)：引人入胜的
disengage (v.)：脱离
stakeholder engagement：干系人参与（考纲领域 6 对应概念）
client engagement：客户项目（同路径第 9 门课 derail engagements 毁掉项目）
考场高频核心搭配：
engage with perspectives：让视角参与进来（官方原句）
stakeholder engagement：干系人参与
engagement model：交付模式
disengaged stakeholder：未参与进来的干系人（项目风险信号）

官方语境与核心考点情境

官方原句

"...requires engaging with a wide range of human perspectives and experiences." “……需要让广泛多元的人类视角与经验参与（engaging）进来。”
一词两义考点：engagement 在本课是「参与」，在 Delivery Methodology 那门课是「客户交付项目」。同路径两门课里同一个词两个意思，阅读时要注意上下文。

031. `positioned` (adj./v. 过去分词) / `position` (n./v.) / `positioning` (n.)

音标：
positioned：/pəˈzɪʃənd/
position：/pəˈzɪʃən/
官方考题核心释义：
处于……位置、定位于（本课：uniquely positioned to leverage AI = 处在独一无二的位置/具备独特条件去借 AI 之力）
使处于、安置（动词 position）
定位（商业：market positioning 市场定位）
立场、姿态（take a position 表明立场）
⚠️ 本课核心用法：be positioned to do sth.
这是一个固定句型，意思是「具备条件 / 处于有利位置去做某事」，不是「被摆放去做某事」。
uniquely positioned to：独一无二地具备条件去……（官方原句，强调优势与责任并存）
同类：well positioned to（很有条件）、best positioned to（最有条件）、poorly positioned to（不具备条件）
构词拆解与家族词汇：
词根 pos / pon / posit（放置、摆放，源自拉丁语 ponere） + 名词后缀 -ition ➡️ 摆放的位置 ➡️ 位置 / 定位。
同根家族树（pos = 放，架构文档超高频，务必整树记忆）：
- component (n.)：组件、组成部分（com- 共同 + 放 —— 领域 1 模块化设计核心词）
- compose / composition (v./n.)：组成、构成
- decompose / decomposition (v./n.)：分解（de- 反向 + 组成 —— 考纲领域 1 明写考点：decomposition techniques for complex problem solving）
- repository (n.)：代码仓库、存储库（re- 回 + 放 —— Skills 团队分发核心词）
- expose / exposure (v./n.)：暴露、暴露面（安全语境 attack surface exposure）
- impose (v.)：强加、施加（impose guardrails / rate limits）
- propose (v.)：提议
- suppose (v.)：假设
- deposit (v./n.)：存放、沉积
- opponent / oppose (n./v.)：对手 / 反对
- postpone (v.)：推迟（post- 后 + 放）
- positive (adj.)：积极的、阳性的
- posture (n.)：姿态（安全语境 security posture 安全姿态 —— 同路径第 7 门课原句 cloud posture）
- disposition (n.)：处置、 disposition（数据处置，合规用语）
近义词精细辨析：
positioned to do：强调客观具备条件（位置、资源、时机）
able to do：强调主观能力
qualified to do：强调资格达标
poised to do：强调蓄势待发、即将
考场高频核心搭配 (Collocations)：
uniquely positioned to leverage AI：独一无二地具备条件借 AI 之力（官方原句）
well / best / poorly positioned to：很有 / 最有 / 不具备条件去……
security posture：安全姿态
cloud posture：客户的云姿态（同路径第 7 门课 Product Foundations 原句）
competitive positioning：竞争定位
positioned as：被定位为
take a position on：对……表明立场

官方语境与核心考点情境

官方原句（课程受众立论）

"Builders — product people, engineers, and makers — are uniquely positioned to leverage AI to amplify what they create—but only if they can approach it intentionally, with clear judgment and purpose." “构建者 —— 产品人、工程师、创造者 —— 处在独一无二的位置上，能够借 AI 放大自己所创造的东西；但前提是他们必须有意图、带着清晰的判断与目的去使用它。” * 考点：uniquely positioned to 表达的是优势 + 责任的双重含义 —— 不是随便谁都能放大创造力，构建者能，所以他们才更需要对结果负责（这正是 4D 中 Diligence 的伏笔）。 * 句式记忆：[角色] + be uniquely positioned to + [动词] + —but only if + [条件]。官方这个「优势 + 转折条件」句式在课程介绍里反复出现，抓到 but only if 就等于抓到答案方向。
考点语境（据考纲构造）· 领域 1 方案设计与架构（17%）—— decomposition

"A monolithic prompt handles intake, classification, retrieval, and response generation in one call. Which technique restructures it?" “一个巨型提示词在单次调用里处理接入、分类、检索与生成。用哪种技术重构？” * CCAR-P 考点：考纲领域 1 明写 apply decomposition techniques for complex problem solving。decompose 与 position 同根 —— 把放在一起的东西拆开。答案方向是按职责分解（多步 workflow 或子智能体编排），而不是换更大的模型。
考点语境（据考纲构造）· 领域 5 治理安全（14%）—— security posture

"Before advising a client, an architect must match a deployment path to the client's existing what?" “向客户提建议前，架构师必须把部署路径匹配到客户既有的什么？” * CCAR-P 考点：同路径第 7 门课 Product Foundations 原句 —— match one of the four deployment paths to a client's **cloud posture**。posture 与 position 同根，指客户在云与安全上的整体姿态（身份体系、网络边界、数据驻留、合规基线）。选部署方案前先看 posture，选完很难逆转。
词根联动记忆：position / component / repository / decomposition / posture 全部同根于 pos（放置）。这条线正好串起考纲领域 1（组件化与分解）与 Skills 分发（仓库），一次记住五个高频词。

032. `framing` (n./v.) / `frame` (n./v.) / `reframe` (v.) / `frame of reference` (n. phr.)

音标：
framing：/ˈfreɪmɪŋ/
frame：/freɪm/
reframe：/ˌriːˈfreɪm/
官方考题核心释义：
框定、界定、构建（问题的表述与边界）（本课核心义：problem framing = 把一个模糊的业务问题框成一个有边界、可求解的问题）
（重新）表述、换角度讲（reframe 重新框定 —— 领域 6 的干系人沟通技巧）
框架效应（framing effect，认知科学：同一事实的不同呈现方式会改变人的决策）
⚠️ 技术义（别混）：framing 在数据通信里是成帧（把比特流切成帧），在视频里指帧率与构图（frame rate）
⚠️ 法律义（别混）：frame someone = 陷害某人。与本课程无关，但阅读英文材料时会撞见
构词与家族词汇：
frame（名词：画框、骨架、框架；动词：把……装进框里、构建、表述） + -ing ➡️ 划定边界的动作与结果 ➡️ 框定。
同根家族树：
- framework (n.)：框架、体系（见 021；本课 4D Framework）
- reframe (v.)：重新框定（把问题换个说法，使其可解 / 让干系人听得懂）
- frame of reference (n. phr.)：参照系、参考框架（与 010 perspective 强呼应）
- timeframe (n.)：时间范围、时限
- framework agreement：框架协议
- unframed (adj.)：无框的、未成帧的
动词 frame 的三副面孔（阅读时务必看语境）：
1. 构建 / 表述：frame the problem（界定问题）
2. 装框：framed picture（装裱好的画）
3. 陷害：He was framed.（他被陷害了）
近义词精细辨析：
framing：划定边界、决定从哪里切入（比 perspective 更主动 —— 是在塑造看法）
perspective：从某个位置看出去的图景（是在描述视角，见 010）
scoping：界定范围（scope 更偏「做什么、不做什么」的清单）
contextualizing：置于背景中（提供环境信息）
positioning：定位（见 031，偏市场与态势）
一句话区分：perspective 是「从哪看」，framing 是「怎么把框画出来」。
一句话记忆锚：框错了，后面全白做 —— framing 决定 delegation 交什么、description 说什么、discernment 判什么、diligence 背什么书。
考场词性提示：framing 作不可数名词用（good problem framing），动词用 frame the problem；题干里出现 frame 时先判断是「界定/表述」还是技术义「成帧、帧率」，别被 frame rate 带偏。
考场高频核心搭配 (Collocations)：
problem framing：问题框定（本课与考纲领域 1 的核心动作）
frame the problem：界定问题
reframe the question / trade-off：重新表述问题 / 权衡
framing effect：框架效应
frame of reference：参照系
within the framework of：在……的框架内
timeframe：时限
frame rate：帧率（技术义）

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 1 方案设计与架构（17%）—— problem framing

"A client says 'we want to use AI to improve support.' What is the architect's first move?" “客户说『我们想用 AI 改善客服』。架构师第一步做什么？” * CCAR-P 考点：考纲学习目标原句 —— translate an ambiguous business problem into a scoped solution。模糊诉求要先框定：支持哪些渠道、解决哪类工单、什么叫「改善」（首响时间？解决率？成本？）、不做什么。 * 解题提示：题干出现 vague / ambiguous / broad / first step，正确答案永远是先界定问题与成功标准，绝不直接选模型或开始构建。
考点语境（据考纲构造）· 领域 6 干系人沟通（14%）—— reframe

"Security leadership rejects a design after the architect presents latency and token-cost trade-offs. What should the architect do next?" “架构师讲完延迟与 token 成本权衡后，安全负责人否决了方案。接下来该做什么？” * CCAR-P 考点：考纲要求 present architectural trade-offs they can act on（呈现干系人能据以行动的权衡）。对安全负责人，把同一份权衡 reframe 成威胁面、数据流向、控制项与证据物 —— 内容没变，框变了。 * 判别锚点：reframe ≠ simplify（简化）≠ water down（淡化）。换框是换对方的参照系，不是减少信息。
考点语境（据考纲构造）· 领域 5 治理安全（14%）—— framing effect

"An evaluation report shows '92% of outputs passed.' Stakeholders approve. Later, users report frequent quality issues. What was mishandled?" “评估报告写着『92% 的输出通过』，干系人批准了；随后用户频繁反馈质量问题。哪里处理不当？” * CCAR-P 考点：考纲领域 5 的 transparency（透明性）与领域 4 的 define evaluation metrics。「92% 通过」是一个有利的框（framing），它掩盖了：8% 失败集中在哪类输入？失败是否集中在某个人群？只用单一聚合指标呈现，就是框架效应在工程汇报里的体现。 * 解题提示：评估呈现必须按人群 / 场景切片并给出失败样本，而不是只报一个总数。
考点语境（据考纲构造）· 领域 2 提示工程与上下文（13%）—— frame the task

"A team's agent gives confident but off-target answers. The prompt is detailed and the few-shot examples are correct. What is the most likely root cause?" “团队的智能体答复自信却跑偏，提示词写得很细、示例也对。最可能的根因是什么？” * CCAR-P 考点：考纲领域 2 的「系统提示设计 / 上下文工程」。提示词写细不等于框对 —— 没写清任务边界（输入从哪来、输出交付给谁、什么算失败），模型就会自己替你补一个框。这是 frame the task 缺失，不是模型能力不足。 * 解题提示：题干说 prompt 已很详细仍跑偏时，正解方向是补任务边界与成功标准（output contract、反例、失败定义），而不是换更大的模型或继续加示例。 * 判别锚点：framing（划边界）≠ wording（改措辞）≠ tone（调语气）。换措辞是同框内微调，换框是改任务定义。
考点语境（据考纲构造）· 领域 4 评估与诊断（16%）—— 指标的 framing

"An architect reports 'average latency 1.2s' and 'accuracy 94%'. Leadership asks whether to launch. What is missing?" “架构师汇报『平均延迟 1.2 秒』『准确率 94%』，管理层问能否上线。缺了什么？” * CCAR-P 考点：考纲 define evaluation metrics 与 design evaluation datasets。均值与单一准确率本身就是一个框 —— 它把 p95 长尾、失败分布、关键人群切片全部框掉了。评估的 framing 必须回答「对谁、在哪种输入上、失败的代价有多大」。 * 解题提示：选项里出现 per-segment / slice / error distribution / p95 / failure taxonomy 通常是正解；single aggregate metric / overall average 是陷阱。
与 4D 的呼应：framing 是 Description 的上游。你怎么框定问题，决定了你要向 AI 描述什么；框错了，描述再清楚也是把错误的事做得很漂亮。本课程 Delegation & the builder's toolkit 与 Description & building great things 两节课之间，隔的就是这一步。

033. `CodePath` (专有名词 Proper Noun)

音标：/ˈkoʊdˌpæθ/（重音在 Code，读作一个整体，不拆成 code + path 两个重音）
官方考题核心释义：
合作机构名（Proper Noun）：本课程官方原句 —— "This course is built in partnership with CodePath"，即 the AI 与 CodePath 联合打造本课程。
CodePath 是什么：美国一家专注科技教育 / 工程人才培养的非营利机构（主要做面向大学、尤其历史上代表性不足群体的免费计算机科学 / 软件工程训练营）。出现在这里，是作为课程联合出品方 / 数据调研来源 —— 课程内容基于对工程师与产品构建者的真实调研（drawn on research with engineers and product builders）。
⚠️ 别混（技术义）：code path（两个词、小写）是代码执行路径（happy path 主流程 / error path 异常分支）。CodePath 大写连写是机构名，code path 小写分开是工程术语 —— 考试里看大小写与是否分开即可区分。
构词与写法陷阱：
Code（代码）+ Path（路径），驼峰连写 CodePath，是商标式专名。
写法陷阱：CodePath / Code Path / Codepath / code path —— 只有驼峰连写是机构名；其余都可能被当作普通词组。
考场高频核心搭配（课程背景题）：
built in partnership with CodePath：与 CodePath 联合打造（官方原句）
in partnership with：与……合作（高频搭配，合作方 / 集成方题必用）
drawing on research with engineers and product builders：基于对工程师与产品构建者的调研
近义词 / 关联词：collaborator（合作者）、partner（伙伴）、co-author（共同创作者）、sponsor（主办方，见 013 同根）。与机构相关，curriculum（课程体系，见 022）、accreditation（认证）。
记忆锚：CodePath = 大写连写的机构名，考的是「课程和谁一起做的」 —— 题干问 built in partnership with ____ 就填 CodePath；看到小写分开的 code path 才想「执行路径」。

官方语境与核心考点情境

官方原句（课程背景 / 出品方）

"This course is built in partnership with CodePath, drawing on research with engineers and product builders about their actual needs, concerns, and aspirations for AI adoption." “本课程由 the AI 与 CodePath 联合打造，内容基于对工程师与产品构建者的真实调研 —— 他们在 AI 采纳上的实际需求、真实顾虑与期望。” * 考点：in partnership with 后接的就是合作方。这类课程背景题一般考「本课程与谁联合打造」或「内容基于对谁的调研」，答案即 CodePath / engineers and product builders。
考点语境（据考纲构造）· 领域 6 干系人沟通（14%）—— in partnership with

"An architect is evaluating a model vendor. Which phrase best describes the recommended relationship to the vendor?" “架构师在评估一个模型供应商。哪个短语最能描述与供应商的推荐关系？” * CCAR-P 考点：in partnership with 表达的是长期协作 / 共同责任关系，区别于 procure from（纯采购）或 subscribe to（纯订阅）。架构决策里，外部能力接入常用 partner / partnership 措辞，强调共同交付责任而非一锤子买卖。 * 判别锚点：出现 partnership 通常暗含双方共同担责、联合治理；vendor 单方面关系则配 procure / purchase / lease。
专有名词写法题（据考纲构造）

"Which rendering of the partner organization's name is correct in a technical document?" “在技术文档里，合作机构名的哪种写法是正确的？” * CCAR-P 考点：专有名词必须原样大写。正确写法是 CodePath（驼峰），codepath、Code Path、code path 都是错的 —— 后者还会被误读成「代码路径」。文档与题干中出现机构名时，拼写 / 大小写本身就是考点。

034. `AI Fluency` (n. phr., 专有课程名) / `AI fluency` (普通名词短语)

音标：/ˌeɪˈaɪ ˈfluːənsi/
官方考题核心释义：
AI 素养（与 AI 有效协作的综合能力） —— 不是「会说 AI 相关词汇」，而是知道什么时候该用 AI、怎么描述需求、怎么判断产出、怎么为结果负责的整套能力。这门课的全名是 AI Fluency for Builders，其前导课是 AI Fluency: Framework & Foundations。
核心组成（4D）：Delegation（委派）+ Description（描述）+ Discernment（判断力）+ Diligence（尽责）—— AI Fluency 不是单一技能，而是这四件事的统称。
⚠️ 别混：AI fluency（普通名词）≠ AI literacy（AI 识读能力，更偏「看得懂、会用」，常与之对比）≠ fluency（语言流利 / 模型生成流畅度，见 001）。
写法 / 大小写：
课程专名用 首字母大写：AI Fluency、AI Fluency for Builders、AI Fluency: Framework & Foundations。
作普通能力名词时小写：develop AI fluency、build AI fluency。
构词与关联词：
AI（人工智能缩写）+ Fluency（素养 / 熟练度，见 001）组合成复合名词短语。
关联：AI literacy（识读）、AI adoption（采纳，见 025）、AI collaboration skills（AI 协作技能）、AI Fluency concepts（AI 素养基础概念，课程原句）。
考场高频核心搭配：
AI Fluency for Builders：课程全名（识别题 —— 问「这是哪门课」直接匹配）
AI Fluency: Framework & Foundations：前导课名（先修判断题 —— 官方建议先学它）
develop / build AI fluency：培养 AI 素养
foundational AI Fluency concepts：AI 素养基础概念（课程原句）
记忆锚：AI Fluency = 用 AI 的四件事（4D），不是会说 AI 词汇 —— 课程名出现 AI Fluency 时，考点不是「流利」，而是「会不会判断、会不会负责」。

官方语境与核心考点情境

官方原句（课程定位）

"This course helps builders develop practical AI collaboration skills through the 4D Framework..." “本课程通过 4D 框架帮助构建者培养可落地的 AI 协作能力……” * 考点：AI Fluency 的实质是 collaboration skills（协作技能）。考题若问「AI Fluency 指的是什么」，答案是「与 AI 有效协作的判断力与能力」，陷阱是选成「会写提示词」「会用 API」「掌握模型原理」。
考点语境（据考纲构造）· 前置课关系判断题

"Before the builder-focused AI Fluency course, which prerequisite course does the official description recommend?" “在面向构建者的 AI Fluency 课程之前，官方描述建议先完成哪门前置课？” * CCAR-P 考点：官方原句 —— AI Fluency: Framework & Foundations，且措辞是 recommended（建议）不是 required（强制）。识别课程名 + 判断 recommended/required，两个考点二合一。
考点语境（据考纲构造）· 与 literacy 辨析

"Which outcome best describes the goal of building AI fluency, as opposed to mere AI literacy?" “培养 AI fluency（素养）的目标最接近哪项，与单纯的 AI literacy（识读）相对？” * CCAR-P 考点：literacy 是「看得懂、会用工具」，fluency 是「能自主判断、委派、负责」—— 后者更接近架构师角色。选「知道何时该交、能判断产出、并为结果背书」；选「能熟练使用聊天界面 / 认识术语」则偏 literacy，是陷阱。
与 4D 的呼应：AI Fluency 就是 4D 的总称 —— 一门课的全部考点最后都收敛回「委派 / 描述 / 判断 / 尽责」四个动作。遇到「AI Fluency 指什么 / 课程目标是什么」的题，把答案往 4D 上靠就对了。

035. `builder-focused` (adj. 复合形容词) / `builder-focused curriculum` (n. phr.)

音标：/ˈbɪldər ˌfoʊkəst/
官方考题核心释义：
面向构建者的、以构建者为导向的（builder + -focused：把重心放在构建者身上的）。官方用它限定课程 —— 本课是 AI Fluency 的 builder-focused 版本，与面向更广受众的基础版相对。
核心义：一门课 / 内容 / 工具以某个用户群（这里是 builders）为设计和优化重心。
构词与家族词汇：
builder（构建者，见 002）+ focus（焦点）+ 形容词后缀 -ed ➡️ 「聚焦于 builder 的」。
同类复合形容词：user-focused（以用户为中心）、customer-focused（以客户为中心）、product-focused（聚焦产品）、developer-focused（面向开发者）。
focus (n./v.)：焦点；聚焦；focused (adj.)：专注的、聚焦的。
⚠️ 连字符用法：作定语放在名词前时通常加连字符（a builder-focused course）；作表语时可不加（the course is builder focused）。考试以定语用法为主。
近义词 / 关联辨析：
builder-focused：以构建者为重心（受众导向，说的是「为谁做」）
builder-specific：构建者特有 / 专属（强调「只有构建者才有的」，比 focused 更排他）
builder-centric：以构建者为中心（与 focused 近义，-centric 更强调「绕其转」）
tailored for builders：为构建者量身定制（官方改写本课原句时常用的说法）
一句话区分：focused 是「重心放在 builder 上」，specific 是「只有 builder 才相关」。
考场高频核心搭配：
builder-focused curriculum：面向构建者的课程体系（官方原句，见 022）
this builder-focused curriculum：这门面向构建者的课程（课程原句）
builder-focused AI Fluency course：面向构建者的 AI Fluency 课程（034 联动）
记忆锚：builder-focused = 「为 builder 做的」；builder-specific = 「只有 builder 才相关的」 —— 一个看「重心」，一个看「排他」。

官方语境与核心考点情境

官方原句（课程定位）

"The work builds on our AI Fluency: Framework & Foundations course, adapted specifically for the builder context..." “课程建立在 AI Fluency: Framework & Foundations 之上，并针对构建者语境做了专门改写……” * 考点：builder-focused 的核心信息是「在基础版上专门为 builder 改写」。考题问「本课与基础版 AI Fluency 课的关系」，答案是「改编 / 聚焦于构建者语境」，不是「完全独立」或「更进阶的通用版」。
考点语境（据考纲构造）· 识别课程属性

"How does the official description position this course relative to AI Fluency: Framework & Foundations?" “官方描述如何定位本课与《AI Fluency: Framework & Foundations》的关系？” * CCAR-P 考点：定位题。关键锚点词是 builder-focused / builder context / adapted specifically —— 即「同一框架、面向构建者语境专门改写」。陷阱选项常是「基础课的前置」「比基础课更难」「完全不同的课」。
与 4D 的呼应：builder-focused 解释了 4D 为什么要针对构建者语境落地 —— 构建者追求落地速度，同时要保住人在判断中的角色（课程原句 speed of implementation and the human role in judgment）。所以「聚焦构建者」不是营销话术，而是决定了 4D 里 Discernment 与 Diligence 的具体权重。

036. `inner loop` / `outer loop` (n. phr.)

音标：inner /ˈɪnər/；outer /ˈaʊtər/；loop /luːp/
官方考题核心释义：
内循环 / 外循环（第 2 课核心概念，把 4D 分成两个层次）
内循环 = Description + Discernment：指导日常的 AI 交互（每次对话）
外循环 = Delegation + Diligence：指导关于何时以及如何使用 AI 的更大决策
官方原句（第 2 课）：

"The inner loop (Description and Discernment) guides daily AI interactions. The outer loop (Delegation and Diligence) guides bigger decisions about when and how to use AI."
构词与家族词汇：
inner / outer（内部的 / 外部的）+ loop（循环、回路）➡️ 双层反馈回路。
loop 家族：feedback loop（反馈回路，第 8 课）、human-in-the-loop（人在回路，HITL）、keep someone in the loop（让某人知情参与）。
近义词 / 关联辨析：
inner loop：执行层（把事做对）
outer loop：决策层（做对的事）
⚠️ 别混：loop 在运维语境还可指死循环；in the loop 是习语「在信息圈内、参与其中」。
记忆锚：⭐ 跳着配对 —— 按 4D 顺序（1→2→3→4）推会推反。正确的是：第 1 + 第 4 = 外循环（Delegation + Diligence）；第 2 + 第 3 = 内循环（Description + Discernment）。
内循环转得快（每次交互都转），外循环转得慢但决定方向。

官方语境与核心考点情境

考点语境（据考纲构造）· 概念归属题

"Which two competencies make up the inner loop of AI Fluency?" “AI 素养的内循环由哪两项能力构成？” * CCAR-P 考点：正解 Description + Discernment。陷阱选项常按 4D 顺序给出 Delegation + Description（前两个）—— 这是最常见的失分点。
与 4D 的呼应：双循环把 4D 从「平铺的四个词」变成「两个层次」，是第 9 课 The 4Ds are dynamic, not a sequence（4D 动态而非线性）的结构化表达 —— 日常转内循环，遇大事退到外循环。

037. `competency` (n.) / `competencies` (pl.) / `competent` (adj.)

音标：competency /ˈkɑːmpɪtənsi/；competent /ˈkɑːmpɪtənt/
官方考题核心释义：
能力、胜任力（官方对 4D 的统称用词 —— 4D 是 four competencies，不是四个 skills 或 steps）
⚠️ competent (adj.) 另有「称职的、合格的」义（any competent engineer 任何称职的工程师，第 3 课练习原句）
构词与家族词汇：
词根 compet（竞争、相称）➡️ compete（竞争）+ -ent ➡️ 有能力相争的 ➡️ 胜任。
competence (n.)：能力（与 competency 近义，考试中两者通用）
competent (adj.)：称职的、有能力的
incompetent (adj.)：不称职的
competitive (adj.)：有竞争力的
近义词 / 关联辨析：
competency：胜任力（强调「能胜任某角色 / 任务」，官方对 4D 的用词）
skill：技能（更具体、可训练的动作）
capability：能力（见 017；可指系统能力，也可指人）
literacy：素养 / 识读能力（见 034；AI literacy 比 fluency 浅一层）
考场高频核心搭配：
the four competencies：四项能力（4D 的官方称呼）
core competency：核心胜任力
any competent engineer：任何称职的工程师（第 3 课）
记忆锚：4D 是 competencies（胜任力），不是 steps（步骤） —— 呼应第 9 课「4D 是动态的，不是序列」。

官方语境与核心考点情境

官方原句（第 2 课学习目标）

"Define all four 4D competencies and how each shapes your AI collaborations." “定义全部四项 4D 能力，并说明每一项如何塑造你的 AI 协作。”
考点语境（据考纲构造）· 用词判断题

"How does the official course describe the four elements of the 4D Framework?" “官方课程如何描述 4D 框架的四个要素？” * CCAR-P 考点：正解 competencies（能力 / 胜任力）。陷阱是 steps（步骤）、phases（阶段）、rules（规则）—— 这些暗示线性流程，与官方「dynamic, not a sequence」冲突。

038. `generative AI` (n. phr.) / `generative` (adj.) / `generate` (v.)

音标：generative /ˈdʒenərətɪv/；generate /ˈdʒenəreɪt/
官方考题核心释义：
生成式 AI —— 第 3 课官方定义：creates new content rather than analyzing existing data（创造新内容，而不是分析既有数据）
与传统 / 分析型 AI 的根本区别就在这条
构词与家族词汇：
词根 gen（产生、生育，源自希腊语 genes）➡️ generate（生成）➡️ generative（生成性的）。
generation (n.)：生成；一代
generator (n.)：生成器
RAG（Retrieval-Augmented Generation）：检索增强生成
generic (adj.)：通用的（同根，⚠️ 别混）
近义词 / 关联辨析：

	生成式 AI	分析型 AI
核心动作	`create` 创造	`analyze / classify / predict` 分析 / 分类 / 预测
产出	新内容（文本、代码、图像）	判断结果、标签、分数
例子	LLM 写文档、写代码	垃圾邮件分类、流失率预测

考场高频核心搭配：
generative AI：生成式 AI（专有名词）
generative model：生成式模型
AI-generated：AI 生成的（AI-generated work，第 6 课）
create vs. analyze：创造 vs 分析（定义题眼）
记忆锚：生成式 = 造新的；分析型 = 判旧的。

官方语境与核心考点情境

官方原句（第 3 课 Key takeaway）

"Generative AI creates new content rather than analyzing existing data." “生成式 AI 创造新内容，而不是分析既有数据。”
考点语境（据考纲构造）· 领域 5 定义题

"What is the fundamental distinction between generative AI and traditional analytical AI?" “生成式 AI 与传统分析型 AI 的根本区别是什么？” * CCAR-P 考点：正解「创造新内容 vs 分析既有数据」。陷阱是「生成式 AI 更先进」「分析型 AI 不用训练」这类模糊比较。 * 解题提示：题干出现 fundamental distinction / rather than → 直接匹配官方定义句。

039. `transformer architecture` (n. phr.) / `transformer` (n.) / `architecture` (n.)

音标：transformer /trænsˈfɔːrmər/；architecture /ˈɑːrkɪtektʃər/
官方考题核心释义：
Transformer 架构 —— 第 3 课官方列出的使现代 LLM 成为可能的三项进展之首
architecture 在本课是「模型 / 系统架构」，不是「建筑业」（⚠️ 一词多义）
⭐ 三要素完整清单（必背，极高概率出排除题）：

进展	官方英文	注意用词
架构	`the transformer architecture`	—
数据	`vast training data`	⚠️ 是 `vast`，不是 big / large
算力	`massive compute`	⚠️ 是 `massive`，不是 big / large

构词与家族词汇：
transform（转变）+ -er ➡️ 转换器。
architecture：archi（首要的）+ tect（建造）➡️ 建筑 / 架构。
architect (n.)：架构师（本认证角色名 CCAR-P = the AI Certified Architect - Professional）
architectural (adj.)：架构的（architectural trade-offs，见 031）
system architecture / solution architecture：系统 / 方案架构
近义词 / 关联辨析：
architecture：架构（结构性的整体设计）
framework：框架（见 021；本课 4D Framework 是能力框架，不是技术架构）
structure：结构（更泛）
blueprint：蓝图（比喻义）
记忆锚：⭐ 架构 + 数据 + 算力（Architecture + Data + Compute）—— 三要素缺一不可。

官方语境与核心考点情境

官方原句（第 3 课 Key takeaway）

"Three developments made modern LLMs possible: the transformer architecture, vast training data, and massive compute." “三项进展使现代 LLM 成为可能：Transformer 架构、海量训练数据与大规模算力。”
考点语境（据考纲构造）· 排除题（高频）

"Which of the following is NOT among the three developments that made modern LLMs possible?" “以下哪一项不属于使现代 LLM 成为可能的三项进展？” * CCAR-P 考点：正解是不在三项之列的选项。典型陷阱：更大的参数量（parameter count）、更好的提示词（better prompting）、强化学习（RLHF）、更多用户 —— 这些看似相关，但官方三项里没有。 * 解题提示：看到题干问「哪一项不是」，先在脑中过一遍 transformer / vast data / massive compute，凡不在此列的即是答案。

040. `pre-training` (n.) / `fine-tuning` (n.) / `train` (v.) / `training` (n.)

音标：pre-training /ˌpriː ˈtreɪnɪŋ/；fine-tuning /ˌfaɪn ˈtuːnɪŋ/
官方考题核心释义：
预训练 / 微调 —— 第 3 课：训练有两个阶段（two stages）
预训练：learns **patterns** from **billions of examples（从数十亿样本中学习模式**）
微调：teaches the model to **follow instructions helpfully（教会模型有帮助地遵循指令**）
⭐ 训练阶段 → 失效模式因果链（本课最值钱的部分，必背）：

训练阶段	学到的东西	导致的失效模式	考纲领域
预训练学的是 `patterns`（模式）而非事实	序列规律	⭐ 幻觉 hallucination	领域 5
预训练数据有时间终点	—	⭐ 知识截止 knowledge cutoff	领域 5
微调教的是 `follow instructions helpfully`	讨好式遵循指令	⭐ 过度自信 / 不轻易说"不知道"	领域 5

构词与家族词汇：
pre-（前）+ training（训练）➡️ 正式训练前的训练 ➡️ 预训练。
fine（精细的）+ tuning（调校）➡️ 微调（在预训练基础上小幅调整）。
train (v./n.)：训练；training data：训练数据
tune / tuning (v./n.)：调校；hyperparameter tuning：超参调优
RLHF（Reinforcement Learning from Human Feedback）：人类反馈强化学习（微调的一种手段，⚠️ 不在官方三要素之列）
近义词 / 关联辨析：
pre-training：预训练（大规模、自监督、学通用模式）
fine-tuning：微调（小规模、有标注、学特定行为 / 风格）
prompting：提示（不改模型权重，只是输入层干预 —— 与微调的本质区别）
RAG：检索增强（不训练，靠外挂知识库 —— 与微调常被拿来对比选方案）
一句话区分：fine-tuning 改模型，prompting 改输入，RAG 改知识来源。
记忆锚：⭐ 预训练学的是「模式」不是「事实」—— 这就是幻觉的根源。

官方语境与核心考点情境

官方原句（第 3 课 Key takeaway）

"Training has two stages. Pre-training learns patterns from billions of examples. Fine-tuning teaches the model to follow instructions helpfully." “训练有两个阶段。预训练从数十亿样本中学习模式。微调教会模型有帮助地遵循指令。”
考点语境（据考纲构造）· 领域 5 根因题（高频）

"Why do LLMs generate content that is plausible-sounding but factually wrong?" “为什么 LLM 会生成听起来合理但事实上错误的内容？” * CCAR-P 考点：根因要答到预训练学的是模式（patterns）而非事实。模型在生成「看起来像那么回事的序列」，而不是「查到的确切事实」。 * 解题提示：陷阱答案是笼统的「模型不够大」「训练数据不够多」。正解指向学习对象的性质（patterns ≠ facts）。
考点语境（据考纲构造）· 领域 5 讨好倾向

"An AI assistant confidently answers questions outside its knowledge instead of saying 'I don't know.' What training characteristic explains this?" “AI 助手对超出其知识范围的问题也自信作答，而不说『我不知道』。哪项训练特性可解释这点？” * CCAR-P 考点：微调阶段的 helpfully（有帮助地） —— 模型被训练成倾向于给出答案，而非承认不确定。这是过度自信的根源。 * 呼应：与 003 hallucination、领域 5 transparency 直接相关。

041. `hallucination` (n.) / `hallucinate` (v.)

音标：/həˌluːsɪˈneɪʃn/
官方考题核心释义：
幻觉 —— LLM 生成看似合理但事实错误的内容。第 3 课列为当前 AI 三大局限之一
原始义（医学 / 心理学）：幻觉（看到 / 听到不存在的东西）—— 借用到 AI 领域形容「编造不存在的事实」
⭐ 三大局限完整清单（必背）：

局限	官方英文	说明
知识截止	`knowledge cutoffs`	训练数据有时间终点
幻觉	`hallucinations`	生成看似合理但错误的内容
复杂推理不可靠	`unreliable complex reasoning`	⚠️ 不是"不能推理"，是复杂推理不可靠

构词与家族词汇：
词根 hallucin（心智游荡，源自拉丁语 alucinari）➡️ hallucinate（产生幻觉）。
hallucinatory (adj.)：幻觉的
confabulation (n.)：虚构症（神经科学近义，阅读可能遇到）
fabricate (v.)：捏造；fabrication (n.)：编造（工程语境常用同义）
近义词 / 关联辨析：
hallucination：幻觉（AI 领域标准术语，官方用词）
confabulation：虚构（更偏医学，罕见）
fabrication：捏造（偏主观故意，语气更重）
false positive：误报（评估指标语境）
⚠️ 别混：illusion（错觉，是真刺激的错误解读）≠ hallucination（幻觉，无中生有）。
考场高频核心搭配：
reduce hallucinations：减少幻觉
hallucination rate：幻觉率（评估指标）
grounding / grounded in：有据可依（缓解幻觉的手段：RAG、引用来源）
cite sources：引用来源
记忆锚：幻觉 = 无中生有；错觉 = 看错了。AI 的幻觉靠 grounding（接地）治。

官方语境与核心考点情境

官方原句（第 3 课 Key takeaway）

"Current limits include knowledge cutoffs, hallucinations, and unreliable complex reasoning." “当前的局限包括知识截止、幻觉与不可靠的复杂推理。”
考点语境（据考纲构造）· 领域 5 缓解措施题

"An AI-generated report cites three studies, two of which do not exist. Which control most directly addresses this?" “一份 AI 生成的报告引用了三项研究，其中两项并不存在。哪项控制最直接地解决这个问题？” * CCAR-P 考点：正解方向是 grounding / cite sources / human verification —— 让输出有据可依并要求引用可核验的来源，配合人工抽查。 * 解题提示：陷阱是「换更大的模型」「降低 temperature」—— 这些只能降低概率，不能根治幻觉（因为根因是预训练学模式）。

042. `knowledge cutoff` (n. phr.)

音标：knowledge /ˈnɑːlɪdʒ/；cutoff /ˈkʌtɔːf/
官方考题核心释义：
知识截止 —— 模型训练数据的时间终点；此后的事件 / 信息模型不知道。第 3 课列为三大局限之一
官方用复数 cutoffs（指不同模型有不同截止点）
构词与家族词汇：
know + -ledge ➡️ 知识；cut off（切断）➡️ cutoff（截止点）。
cut-off date：截止日期
training data cutoff：训练数据截止点
out of date / stale：过时的 / 陈旧的（第 3 课练习用词：present stale info as current）
deprecated：已弃用的（第 3 课：a deprecated pattern）
近义词 / 关联辨析：
knowledge cutoff：知识截止（模型层面的固有限制）
stale information：陈旧信息（可能源于 cutoff，也可能源于检索层未更新 —— ⚠️ 诊断时要区分）
recency：时效性（评估维度之一）
考场高频核心搭配：
the model's knowledge cutoff：模型的知识截止点
flag that its information might be outdated：标注其信息可能已过时（第 3 课练习观察点）
present stale info as current：把陈旧信息当作当前的呈现（反面行为）
记忆锚：知识截止是"不知道"，幻觉是"不知道却编了一个"——后者更危险。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 5 诊断区分题（高频）

"A RAG system returns outdated policy details. The knowledge base was updated yesterday. What is the most likely cause?" “某 RAG 系统返回了过时的政策细节，而知识库昨天已更新。最可能的原因是什么？” * CCAR-P 考点：这是检索 / 索引层问题，不是模型的 knowledge cutoff。知识库已更新仍返回旧内容 → 指向索引未重建 / 缓存未失效 / 检索到旧分块。 * 判别锚点：题干说「知识库已更新」→ 排除 cutoff，查检索层；题干说「问的是训练数据之后的事」→ 才是 cutoff。这个区分极常考。 * 呼应：见 02-4D框架四词精析 自测 Q3（文档刷新后答错 → 检索层）。

043. `versatility` (n.) / `versatile` (adj.)

音标：versatility /ˌvɜːrsəˈtɪləti/；versatile /ˈvɜːrsətl/
官方考题核心释义：
通用性、多面性 —— 第 3 课列为当前 AI 三大优势之一（versatility across tasks 跨任务通用性）
指同一模型能处理多种不同任务（写作、代码、分析、翻译）
⭐ 三大优势完整清单（必背）：

优势	官方英文	说明	考纲
跨任务通用性	`versatility across tasks`	同一模型处理多类任务	领域 1 / 5
对话流畅度	`conversational fluency`	自然语言交互、能追问	领域 2
工具使用	`tool use`	能调用外部工具 / 函数 / API	⭐ 领域 3

构词与家族词汇：
词根 vers / vert（转，源自拉丁语 vertere）➡️ 能转向各方面 ➡️ 多面手。
versatile (adj.)：多才多艺的、多用途的
version (n.)：版本（同根：「转」出来的不同形态）
versus (prep.)：对、对抗（同根）
conversational (adj.)：对话的（con- 共同 + vers 转）
convert / reverse / diverse：转变 / 反转 / 多样的（全部同根）
近义词 / 关联辨析：
versatility：通用性（能干很多种活）
flexibility：灵活性（能适应变化）
adaptability：适应性（能调整自己）
generalization：泛化能力（机器学习术语，指对未见数据的表现）
一句话区分：versatility 是「活儿多」，generalization 是「见过的少也能干好」。
记忆锚：词根 vers = 转 —— 能转向任何方向，就是 versatile。顺带记住 version / versus / convert 全是同根。

官方语境与核心考点情境

官方原句（第 3 课 Key takeaway）

"Current strengths include versatility across tasks, conversational fluency, and tool use." “当前的优势包括跨任务通用性、对话流畅度与工具使用。”
考点语境（据考纲构造）· 领域 1 能力判断题

"A team asks whether one model can handle summarization, classification, and code generation. Which strength supports this?" “团队问同一个模型能否同时处理摘要、分类与代码生成。哪项优势支持这一点？” * CCAR-P 考点：正解 versatility across tasks。陷阱是 generalization（泛化，指对未见过数据的表现，不是「多任务」）。

044. `tool use` (n. phr.) / `tool` (n.)

音标：tool /tuːl/
官方考题核心释义：
工具使用 —— 第 3 课列为当前 AI 三大优势之一：模型能调用外部工具 / 函数 / API
这是 Delegation（委派）的技术基础：正因为 AI 会用工具，委派才有意义；也正因为如此，工具集裁剪（最小特权）才成为安全焦点
构词与家族词汇：
tool（工具）+ use（使用）➡️ 复合名词。
toolkit (n.)：工具箱（见 019；第 4 课 the builder's toolkit）
tool call / tool calling：工具调用（技术实现术语）
tool-calling authorization：工具调用授权（考纲领域 5 原文）
function calling：函数调用（同义技术术语）
MCP（Model Context Protocol）：模型上下文协议（工具集成标准）
近义词 / 关联辨析：
tool use：工具使用（能力层面，官方用词）
function calling：函数调用（实现层面，开发者用语）
tool calling：工具调用（同上）
agentic：智能体式的（能自主规划并使用工具）
考场高频核心搭配：
tool use：工具使用（三大优势之一）
tool set / toolset：工具集
⭐ least privilege：最小特权（移除角色不需要的工具 —— 官方样题第 1 题）
⭐ capability bloat：能力膨胀（工具给多了 —— 考纲领域 3 权重 19%，最大）
input screening / output screening / tool-call authorization：输入筛查 / 输出筛查 / 工具调用授权（考纲领域 5）
记忆锚：⭐ AI 会用工具 → 委派才有意义 → 所以必须裁剪工具集（最小特权）。 这是优势与安全风险的一体两面。

官方语境与核心考点情境

官方原句（第 3 课 Key takeaway）

"Current strengths include versatility across tasks, conversational fluency, and tool use." “当前的优势包括跨任务通用性、对话流畅度与工具使用。”
考点语境（据考纲构造）· 领域 3 最小特权（权重 19%）

"A support agent has tools for reading tickets, drafting replies, issuing refunds, and deleting accounts. Support staff need only the first two. What best reduces risk?" “客服智能体具备读工单、起草回复、退款、删除账号四种工具，而客服只需要前两种。哪项最能降低风险？” * CCAR-P 考点：从配置中彻底移除退款与删除工具（remove the tool）。加日志是检测性控制，加二次确认是补偿性控制，都不是移除多余特权。 * 呼应：见 02-4D框架四词精析 自测 Q1；领域 3「评估工具 / 智能体配置的能力膨胀」。

045. `Description Chain` (n. phr. 专有模型名) / `chain` (n.)

音标：chain /tʃeɪn/
官方考题核心释义：
描述链 —— 第 5 课引入、第 9 课定稿的全课核心模型：从混乱的人类需求到 AI 可执行的精确指令的完整路径
⭐ 五环（第 9 课定稿口径）：user voice → requirement → spec → AI instruction → tests

环	英文	产物
①	`user voice`	用户原话（混乱、模糊、带情绪）
②	`requirement`	需求（可测量、有范围）
③	`spec`（technical spec）	技术规格（结构、组件、接口）
④	`AI instruction`	AI 指令（提示词）
⑤	`tests`	测试（验收 / 评估）

⭐ 两条配套官方论断（必背）：
Prompt engineering is only one link. —— 提示工程只是最后一环，前面还有四环。
A failure at any link cascades downstream. —— 任一环失败会向下游级联放大，故须往上游找根因。
⚠️ 修正记录：第 5 课给的是四环（止于 AI instruction）；第 9 课补上第 ⑤ 环 tests，为官方定稿。理由与第 5 课 Tests are the most precise form of description 一致。
构词与家族词汇：
chain（链条）➡️ 一环扣一环 ➡️ 任一环断则全链失效。
supply chain：供应链；chain of custody：监管链（合规 / 证据语境）
link (n.)：环节、链接（the link that broke 断掉的那一环）
cascade (v./n.)：级联、瀑布式扩散（cascades downstream）
upstream / downstream：上游 / 下游（诊断方向）
记忆锚：⭐ 提示工程是第 5 环，不是全部 —— 大多数团队只在最后一环用力，失败却发生在 ①②③。

官方语境与核心考点情境

官方原句（第 9 课 Key takeaway，定稿版）

"Robust description means following the full chain: user voice to requirement to spec to AI instruction to tests. A failure at any link cascades downstream." “稳健的描述意味着走完完整的链条：用户原话 → 需求 → 规格 → AI 指令 → 测试。任何一环的失败都会向下游级联扩散。”
考点语境（据考纲构造）· 领域 2 定位题

"A team rewrites prompts repeatedly, but the product still misses user needs. What does the Description Chain suggest?" “团队反复重写提示词，产品却仍偏离用户需求。描述链提示了什么？” * CCAR-P 考点：提示工程只是最后一环，反复改提示词是在下游打转。正解是回到上游（requirement / spec）定位断掉的那一环。 * 解题提示：题干出现 rewrite prompts repeatedly / still not working → 答上游问题，不是"继续优化提示词"。
与 4D 的呼应：描述链是 Description 这一维的内部结构；cascades downstream 解释了为什么第 1 课说「多数 AI 失败追溯到 description 失败」—— 它在链中的位置最靠上游。

046. `cascade` (v./n.) / `upstream` (adj./adv.) / `downstream` (adj./adv.)

音标：cascade /kæˈskeɪd/；upstream /ˌʌpˈstriːm/；downstream /ˌdaʊnˈstriːm/
官方考题核心释义：
cascade：级联、瀑布式扩散（第 5 课学习目标：Spot when a description failure **cascades**；第 9 课：cascades **downstream**）
upstream：上游（更早的环节 / 根因所在）
downstream：下游（更晚的环节 / 症状显现处）
构词与家族词汇：
cascade 源自法语，原义「小瀑布」➡️ 一级级往下传递。
up（上）+ stream（溪流）；down（下）+ stream ➡️ 溪流的上下游。
stream (n./v.)：溪流；流（streaming 流式输出）
propagate (v.)：传播、扩散（近义，error propagation 错误传播）
ripple effect：涟漪效应（近义比喻）
近义词 / 关联辨析：
cascade：级联（强调一级传一级、逐级放大）
propagate：传播（更中性）
compound（v.）：加剧、复合（compounding errors 错误累积）
⭐ 诊断口诀：症状在下游，根因在上游。 修下游只治标，修上游才治本。
考场高频核心搭配：
cascades downstream：向下游级联扩散
trace back to：追溯到（第 1 课：Most AI failures trace back to description, discernment, or diligence failures made earlier）
find which link broke upstream：找出上游哪一环断了（第 5 课）
root cause：根因（考纲领域 4「诊断系统问题」的核心词）
记忆锚：⭐ 往下修是打补丁，往上修才是治病。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 4 诊断题（高频）

"All unit tests pass, but users report the feature doesn't solve their problem. Where should the architect look first?" “所有单元测试都通过，但用户反馈该功能没解决他们的问题。架构师应首先查看哪里？” * CCAR-P 考点：往上游 —— 测试通过说明下游（实现）没问题，问题在意图 / 需求描述（第 ② 环）。呼应第 5 课 a passing test with an unhappy user means you described the wrong intent。 * 解题提示：陷阱是「增加更多测试」「重写代码」—— 都在下游。

047. `The Five Lenses of Discernment` (专有模型名) / `lens` (n.) / `lenses` (pl.)

音标：lens /lenz/
官方考题核心释义：
判断力五镜 —— 第 6 课引入的评估模型，把"好不好"拆成五个由易到难的镜头
官方梯度说明：Lens 1 is easy to test — run it and see. By Lens 5, you're making judgment calls AI can't make for you.

镜	英文	核心问题
1	`Functional Integrity` 功能完整性	Does it work?
2	`Production Readiness` 生产就绪度	（能否上生产）
3	`Problem Fit` 问题契合度	（是不是对的问题）
4	`Experience Quality` 体验质量	（用起来如何）
5	`Responsible Impact` 负责任的影响	（影响是否负责）

Lens 1 官方定义（唯一有完整定义的）：

✓ Produces correct output for real inputs, not just test data Common AI failure: Code that passes unit tests but breaks on real data the prompt never covered.
⚠️ 覆盖说明：Lens 2–5 的官方展开定义尚未取得（正文仅给标题）。第 7 课练习的四条检查项可作替代口径。
构词与家族词汇：
lens（透镜）➡️ 透过不同镜片看同一事物 ➡️ 视角 / 评估维度。
lens 复数 lenses（⚠️ 不是 lenss）
perspective：视角（见 010，近义但更泛）
framework：框架（见 021；五镜是评估框架）
criterion / criteria：标准（评判依据）
记忆锚：⭐ 第 9 课把五镜压缩成两个问题：AI 常能过 Does it work?，却在 Is it the right thing? 上 stumbles（栽跟头）。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 4 评估题

"AI-generated code passes all unit tests but fails when real customer data arrives. Which lens catches this?" “AI 生成的代码通过了所有单元测试，却在真实客户数据到来时失败。哪个镜头能捕捉到这点？” * CCAR-P 考点：Lens 1（Functional Integrity），且其判定标准是 real inputs, not just test data。 * 解题提示：陷阱是「Lens 2 生产就绪度」—— 但题干说的是正确性问题，不是部署问题。
与 4D 的呼应：五镜是 Discernment 这一维的内部结构；官方把判断力一分为二（code 侧用五镜，UX 侧用四原则）。

048. `Automation` / `Augmentation` / `Agency` (n., 三种 AI 协作模式)

音标：Automation /ˌɔːtəˈmeɪʃn/；Augmentation /ˌɔːɡmenˈteɪʃn/；Agency /ˈeɪdʒənsi/
官方考题核心释义（第 4 课，Delegation 的落地档位）：

模式	官方定义	人的位置
Automation 自动化	AI does it, you check（AI 做，你检查）	之后（检查）
Augmentation 增强	you and AI work it together（你和 AI 一起做）	之中（协同）
Agency 代理	AI operates with latitude inside boundaries you set**	之前（设边界）+ 之后（验收）

构词与家族词汇：
Automation：auto（自己）+ mat（动）+ -ion ➡️ 自动运行。
Augmentation：aug（增加，源自拉丁语 augere）➡️ augment（增强）➡️ 增强（人的能力被放大，不是被替代）。
Agency：ag（做、驱动）+ -ency ➡️ 代理权、能动性。
agent (n.)：智能体（agentic 智能体式的）
autonomous (adj.)：自主的
latitude (n.)：自主裁量空间（本义"纬度"，引申为"回旋余地"）
⭐ Agency 的两个限定（缺一不可，最易出题）：
latitude（有自主裁量空间）+ inside boundaries you set（在你设定的边界内）
只有 latitude 无 boundaries = 失控（Delegation 失败）
只有 boundaries 无 latitude = 退化成 Automation
记忆锚：⭐ Automation 是"你查它"，Augmentation 是"你陪它"，Agency 是"你给它画圈、它在圈里自己跑"。

官方语境与核心考点情境

官方原句（第 4 课交付物 2）

"...decide which AI collaboration mode fits best: Automation (AI does it, you check), Augmentation (you and AI work it together), or Agency (AI operates with latitude inside boundaries you set)."
考点语境（据考纲构造）· 领域 1 架构模式题（高频）

"Which collaboration mode describes an AI that plans and executes multi-step tasks on its own, within a predefined tool set and approval gates?" “哪种协作模式描述的是：AI 在预设的工具集与审批闸门内，自行规划并执行多步任务？” * CCAR-P 考点：正解 Agency —— 关键是同时具备自主性（plans and executes on its own）与边界（predefined tool set / approval gates）。 * 解题提示：若选项只有「自主」没有「边界」，或只有「边界」没有「自主」，都不完整。对应考纲领域 1 的 workflow（预定义）vs agentic（自主）。

049. `outcome` (n.) vs `output` (n.) ⭐ 全课最重对比

音标：outcome /ˈaʊtkʌm/；output /ˈaʊtpʊt/
官方考题核心释义（第 8 课 Key takeaway 第一条）：

"You own the outcome, not the output. 'AI wrote it' explains nothing and excuses nothing." “你拥有的是结果，而不是产出。「是 AI 写的」—— 解释不了任何事，也开脱不了任何责任。”

	`output` 产出	`outcome` 结果
是什么	AI 生成的东西（代码、文本）	对用户 / 业务的实际影响
谁负责	AI 生成，人不因"生成了"而担责	⭐ 人承担全部责任
例子	AI 写的一段退款逻辑	客户是否真的及时拿到了退款

构词与家族词汇：
out + come（来）➡️ 最终到来的东西 ➡️ 结果。
out + put（放）➡️ 放出来的东西 ➡️ 产出。
input (n.)：输入；throughput (n.)：吞吐量
excuse (v./n.)：开脱 / 借口（excuses nothing 什么也开脱不了）
accountable (adj.)：可问责的（见 013）
stand behind：背书、负责（见 020）
近义词 / 关联辨析：
outcome：结果 / 成效（业务与用户层面）
output：产出 / 输出（系统层面）
result：结果（更泛）
impact：影响（更长期、更广）
deliverable：交付物（项目管理的具体产出）
记忆锚：⭐⭐ "AI 写的"不是答案，也不是借口。 你交的是 outcome，不是 output。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 5 / 6 责任归属题（极高频）

"An AI-generated recommendation causes customer harm. The team says 'the model produced it.' Who is responsible?" “一条 AI 生成的建议造成了客户损害。团队说『是模型生成的』。谁该负责？” * CCAR-P 考点：责任仍在人（构建者 / 具名负责人）。AI 参与生成不转移责任主体。呼应考纲「合规义务必须映射到具名的控制项、负责人与证据物」。 * 解题提示：凡选项含「模型负责」「无责」「AI 供应商负责」→ 一律排除。
与 4D 的呼应：这是 Diligence 的定义句，与第 2 课 Diligence means owning the final result fully, regardless of AI's role 完全同义。

050. `migrations` / `versioning` / `rate limits` / `feature flags` (上线四词)

音标：migration /maɪˈɡreɪʃn/；versioning /ˈvɜːrʒənɪŋ/；feature flag /ˈfiːtʃər flæɡ/
官方考题核心释义（第 8 课 Key takeaway 第二条）：

"Shipping has its own technical vocabulary (migrations, versioning, rate limits, feature flags) that AI will not surface unless you ask." “交付有它自己的技术词汇（数据库迁移、版本管理、速率限制、功能开关），AI 除非你问，否则不会主动提出。”

术语	中文	说明	考纲
`migrations`	数据库迁移	上线时的 schema 变更与数据迁移	领域 1 / 5
`versioning`	版本管理	API 与模型的版本兼容	领域 1 / 3
`rate limits`	速率限制	调用配额与限流	领域 1 / 4
`feature flags`	功能开关	灰度发布与快速回滚	领域 1 / 5

构词与家族词汇：
migration：migr（迁移）+ -ation（与 038 generate 同后缀族）。
versioning：vers（转）+ -ion ➡️ 转出来的不同形态 ➡️ 版本（与 043 versatility 同根）。
rate limit：rate（速率）+ limit（限制）。
feature flag：feature（功能）+ flag（旗帜 / 标记位）。
deprecate (v.)：弃用（第 8 课：deprecating your own work）
rollout / rollback：发布 / 回滚
⭐ 关键词是 unless you ask（除非你问）：
AI 不会主动提醒这些 —— 这是第 6 课 predictable blind spots（可预测盲点）在交付侧的具体清单。
呼应第 5 课 AI cannot hear what the user did not say —— 此处是「AI 不会说你没问的事」。
记忆锚：⭐ 这四项是"上线"这个动作独有的词汇 —— AI 不提，你必须自己问。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 1 上线清单题

"A team is about to deploy an AI feature. Which shipping concern is an AI assistant least likely to raise on its own?" “团队即将部署一个 AI 功能。哪项上线事项是 AI 助手最不可能主动提出的？” * CCAR-P 考点：四项中任一项都可能考，关键记 unless you ask 这个限定。陷阱是「代码质量」「测试覆盖」—— 这些 AI 反而会主动提。

051. `empathy` (n.) / `empathize` (v.) / `empathetic` (adj.)

音标：/ˈempəθi/
官方考题核心释义：
共情 —— 第 4 课构建者工具箱六段能力之首，也是官方唯一明确标注 AI weak 的能力
官方定义：Understanding who you're building for. AI can surface data and personas — it can't feel the gap.
为什么 AI 弱：不是"不懂数据"，而是 it can't feel the gap（它感受不到那个缺口） —— 用户现状与期望之间的距离
构词与家族词汇：
词根 path（感受，源自希腊语 pathos）+ em-（进入）➡️ 进入他人的感受 ➡️ 共情。
sympathy (n.)：同情（⚠️ 近义但不同：sympathy 是为对方难过，empathy 是感同身受）
empathetic / empathic (adj.)：有共情力的
apathy (n.)：冷漠（a- 无 + path 感受 —— 反义词，同根好记）
pathos (n.)：哀婉、感染力
同根词族：sympathy / apathy / pathology（病理）—— 全是「感受」的变体
近义词 / 关联辨析：
empathy：共情（站在对方处境里感受）
sympathy：同情（站在外面表示怜悯）
compassion：恻隐之心（共情 + 想要帮助的行动倾向）
user research：用户研究（获得共情素材的工程手段）
一句话区分：AI 能给你 user personas（画像），给不了 empathy（共情）。
考场高频核心搭配：
AI weak：AI 弱项（官方标注）
surface data and personas：呈现数据与人物画像（surface 作动词 = 使浮现）
feel the gap：感受（用户）缺口
the builder's toolkit：构建者工具箱（六段：Empathy / Design / Architecture / Implementation / Judgment / Shipping）
记忆锚：⭐ AI 能呈现画像，不能感受缺口。 六段工具箱里它排第一、也是 AI 最弱的一段。

官方语境与核心考点情境

官方原句（第 4 课工具箱 Step 1）

"Empathy — AI weak. Understanding who you're building for. AI can surface data and personas — it can't feel the gap." “共情 —— AI 弱项。理解你在为谁构建。AI 能呈现数据与画像 —— 但它感受不到那个缺口。”
考点语境（据考纲构造）· 领域 1 / 5 能力边界题

"Which stage of the builder's toolkit does AI support least, and why?" “构建者工具箱的哪个阶段 AI 支持最弱，为什么？” * CCAR-P 考点：正解 Empathy，理由是它无法感受用户的缺口（it can't feel the gap）。 * 解题提示：陷阱是「AI 无法处理用户数据」—— 错，AI 能处理数据（surface data），只是不能共情。理由错 = 选项错。
与 4D 的呼应：第 9 课定稿 —— Keep empathy, judgment, and shipping in your hands（共情、判断、交付留在人手上）。Empathy 是外循环人守的首端。

052. `acceptance test` (n. phr.) / `acceptance` (n.)

音标：/əkˈseptəns test/
官方考题核心释义：
验收测试 —— 第 4 课核心交付物：在写任何代码之前写出的、定义"完成"的判定陈述
官方定义句：Write acceptance tests before code. They give you and AI a shared definition of done.
⭐ 好验收测试的四要素（从官方 Good 例反推，必背）：

要素	官方 Good 例对应
具体的用户	a patient with a basic smartphone（用基础手机的患者）
具体的动作	find the current wait time（查到当前等待时间）
可测量的阈值	under 30 seconds（30 秒内）
明确的约束	without creating an account（无需注册）

官方 Good / Bad 对照（原句必背）：
✅ A patient with a basic smartphone can find the current wait time in under 30 seconds without creating an account.
❌ The system is easy to use.（主观、不可测量）
判定标准：concrete enough that a stranger could tell you whether the finished product passes or fails（具体到陌生人也能判定通过与否）
构词与家族词汇：
accept（接受）+ -ance（名词后缀）➡️ 接收、验收。
unit test：单元测试（第 6 课：能过单测不等于能用）
edge case：边界情况（第 5 课：诊所关门 / 无数据 / 零等待）
test-first：测试先行（第 8 课习惯）
evaluation metrics：评估指标（考纲领域 4 —— 验收测试是它的前身）
近义词 / 关联辨析：
acceptance test：验收测试（用户 / 业务视角，判"完成"）
unit test：单元测试（开发者视角，判"代码对"）
regression test：回归测试（改完之后确认没改坏）
definition of done：完成的定义（敏捷术语，官方用 a shared definition of done）
记忆锚：⭐ 验收测试写在使用之前 —— 它不只是验收工具，还是给 AI 的最精确描述（呼应 047 / 第 5 课）。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 4 指标前置题

"When should acceptance criteria be defined relative to AI-assisted implementation?" “验收标准应在 AI 辅助实现的什么时点定义？” * CCAR-P 考点：写代码之前（before a single line of code exists）。呼应考纲领域 4「评估作为改动前的闸门（gate）」。 * 解题提示：凡答"实现后""部署前""上线后"都错。时机是本考点的一半。
与 4D 的呼应：验收测试横跨三维 —— 写它时是 Description（最精确的描述形式）、用它时是 Discernment（Lens 1 判据）、守住它时是 Diligence（上线后迭代的安全网）。

053. `raise the bar` (v. phr.) / `the bar` (n.)

音标：/reɪz ðə bɑːr/
官方考题核心释义：
抬高标杆、提高标准 —— 第 4 课 Key takeaway 3：随着 AI 加速实现，构建者价值移向 framing problems 与 raising the bar
the bar 原义"（跳高用的）横杆" ➡️ 引申为标准 / 门槛；stop being the bar = 不再是标杆
官方两句（第 4 + 第 6 课，同一条逻辑链）：

As AI accelerates implementation, your value shifts to framing problems and raising the bar.（第 4 课） When AI can spin up a working product in minutes, "working" stops being the bar.（第 6 课）
构词与家族词汇：
bar：横杆 → 酒吧 → 律师界（the bar 法律界）→ 标准（⚠️ 多义）
set a high bar：定高标准
lower the bar：降低标准（反义）
threshold (n.)：阈值 / 门槛（可测量时的 bar，如 30 秒）
benchmark (n.)：基准
近义词 / 关联辨析：
raise the bar：抬高标杆（人的动作）
stop being the bar：不再够格当标准（"能跑"的贬值）
differentiator：差异化因素（第 7 课：体验成为差异化 —— bar 上移后的新战场）
一句话区分：AI 把 working（能跑）变得廉价 → 人必须 raise the bar → 上移后的标杆是 worth using（值得用）与 experience（体验）。
记忆锚：⭐ AI 让"能跑"变得廉价，标杆必须上移 —— 你的价值在 framing 和 bar 上。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 1 价值定位题

"As AI makes implementation faster and cheaper, where does a builder's value shift?" “随着 AI 让实现更快更便宜，构建者的价值移向哪里？” * CCAR-P 考点：framing problems（框定问题）+ raising the bar（抬高标杆）。陷阱是「写更多代码」「更快交付」—— 那恰是被 AI 商品化的部分。 * 呼应：第 9 课 AI is strongest in the middle of the toolkit（中段放手，两端守牢）。

054. `oversight` (n.) / `oversee` (v.)

音标：/ˈoʊvərsaɪt/
官方考题核心释义：
监督 —— 第 3 课收束句：最佳应用是把 your judgment, creativity, and **oversight** 与 AI 的 speed and scale 配对
⚠️ 阅读陷阱（必防）：oversight = 监督（oversee 的名词）；而 an oversight = 疏忽、小失误。一词两义，靠语境分辨：
- human oversight of AI → 监督
- due to an oversight → 疏忽
人机分工表（第 3 课收束句，必背）：

人提供	AI 提供
`judgment` 判断力	`speed` 速度
`creativity` 创造力	`scale` 规模
`oversight` 监督	—

构词与家族词汇：
over（在上）+ see（看）➡️ 在高处看 ➡️ 监督。
oversee (v.)：监督、监管
supervise / supervision：监督（同义，更正式）
watchdog (n.)：监督机构
governance：治理（见领域 5）
近义词 / 关联辨析：
oversight：监督（持续地看管）
supervision：监督（同义，偏上下级）
review：审查（时点性）
audit：审计（系统性核查，见 060）
⚠️ overlook (v.)：忽视、漏看（动词，⚠️ 不是 oversight 的动词形式！oversee 的名词才是 oversight）
记忆锚：⭐ oversee 是"看着做"（监督），overlook 是"看漏了"（忽视）—— 一个字母之差，意思相反。

官方语境与核心考点情境

官方原句（第 3 课 Key takeaway）

"The best applications pair your judgment, creativity, and oversight with AI's speed and scale." “最佳应用是把你的判断力、创造力与监督，与 AI 的速度和规模配对起来。”
考点语境（据考纲构造）· 领域 5 HITL 题

"Which human contribution best complements AI's speed and scale in production systems?" “哪项人的贡献最能补充 AI 在生产系统中的速度与规模？” * CCAR-P 考点：三元组 judgment / creativity / oversight。陷阱是「constant manual coding」（全程手写代码）—— 官方立场是监督而非替代。

055. `taste` (n.) / `functional` (adj.) vs `worth using` (adj. phr.)

音标：taste /teɪst/；functional /ˈfʌŋkʃənl/
官方考题核心释义（第 6 课 Key takeaway 3）：

"Taste is a builder skill. AI delivers functional. Making it worth using is on you." “品味是一项构建者技能。 AI 交付的是能用。让它值得使用，是你的责任。”
⭐ 三层判语（同一逻辑链的三种表述，必背）：

课	官方判语	中文
第 6 课	`technically complete but often misses the point`	技术上完整，但常抓不住重点
第 7 课	`technically correct but experientially flat`	技术上正确，但体验上平淡
第 9 课	passes "Does it work?" but stumbles on "Is it the right thing?"	过得了"能用吗"，过不了"对不对"

构词与家族词汇：
taste：味觉 → 品味、鉴赏力（in good taste 得体）
tasteful / tacky：有品位的 / 俗气的
functional：function（功能）+ -al ➡️ 功能性的、能用的
worth (adj.)：值得的（be worth doing 值得做）
polish (n./v.)：打磨、抛光（第 7 课 tradeoff 三角：speed / polish / user needs）
近义词 / 关联辨析：
taste：品味（审美与取舍的判断力）
judgment：判断（更宽，见 014）
discernment：分辨力（更细，见 005）
craft：手艺、匠艺（近义文化词）
一句话区分：AI 负责 functional（能用），人负责 worth using（值得用） —— 分界线就是 taste。
记忆锚：⭐ 品味的本质：在"都对"的选项里挑出"最好"的那个 —— 这正是 AI 给不了的最后一步。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 4 价值判断题

"AI produced a technically correct interface. Users still find it frustrating. What best describes the missing element?" “AI 产出了一个技术上正确的界面，用户仍觉得难用。缺失的要素最贴切的说法是什么？” * CCAR-P 考点：taste / experience quality（体验质量） —— 即第 7 课 experientially flat。陷阱是「代码有 bug」（错，技术上是正确的）、「重写提示词」（下游打转）。 * 呼应：五镜的 Lens 4（Experience Quality）正是给 taste 落地的评估框架。

056. `spec` (n.) / `specification` (n.) / `a wish, not a spec` (习语)

音标：/spek/；specification /ˌspesɪfɪˈkeɪʃn/
官方考题核心释义：
规格、规格说明 —— 描述链第 ③ 环（technical spec）；UX 语境指设计规格（design spec）
⭐ 第 7 课必背判语："Make it look good" is a wish, not a spec.（"让它好看点"是愿望，不是规格）
官方判据：Describe experience with the same precision as a function**（用描述函数的精度描述体验）
构词与家族词汇：
specification：specify（明确指定）+ -ation ➡️ 把需求明确写死的文件；spec 是口语缩写。
词根 spec / spect（看）➡️ 看清楚、定明白。
同根家族：specific（具体的）/ specify（指定）/ inspect（检查）/ perspective（视角，见 010）/ suspect（怀疑）/ expect（期望）
requirement (n.)：需求（第 ② 环，比 spec 更靠上游）
design spec：设计规格（含 user flows / information hierarchy / interaction patterns）
近义词 / 关联辨析：
spec：规格（可执行的精确描述）
wish：愿望（不可执行的模糊期许）
critique：批评意见（给人的，可脑补）
actionable description：可据以行动的描述（给 AI 的）
一句话区分：给人可以说"好看点"，给 AI 必须写 spec。
考场高频核心搭配：
a wish, not a spec：愿望，不是规格 ⭐
technical spec / design spec：技术 / 设计规格
specify it, then audit：先明确指定，后审计（第 7 课无障碍两步）
every adjective should be a decision you can defend：每个形容词都是可辩护的决定（第 5 课）
记忆锚：⭐ 愿望是给人听的，规格是给机器跑的 —— 精度差距就是效果差距。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 2 指令质量题

"A designer tells AI to 'make the dashboard look professional.' The result disappoints. Why?" “设计师让 AI『把仪表盘做得专业点』，结果令人失望。为什么？” * CCAR-P 考点：a wish, not a spec —— 指令不可测量、无判定标准，AI 只能自行脑补标准。正解是把"专业"翻译成可测量的体验描述（哪些元素、什么层级、什么对比度）。 * 呼应：第 5 课 fast → how fast；第 7 课 same precision as a function。

057. `accessibility` (n.) / `color contrast` / `screen reader` / `keyboard navigation`

音标：/əkˌsesəˈbɪləti/
官方考题核心释义：
无障碍（可达性） —— 第 7 课 UX 四原则之三；第 8 课升格为 Access is a design decision
⭐ 第 7 课核心论断：AI does not get accessibility right by default. Specify it, then audit what you get back. （AI 默认做不对无障碍。先明确指定，然后审计你拿回来的东西。）
⭐ 无障碍三项具体检查（硬知识，原样背）：

检查项	英文	查什么
色彩对比度	`color contrast`	文字与背景的对比是否达标（低视力 / 强光环境）
屏幕阅读器	`screen reader`	视障用户能否靠朗读界面使用
键盘导航	`keyboard navigation`	不用鼠标能否完成全部操作（运动障碍）

第 8 课的扩展（更宽的 Access）：
Check who your assumptions exclude before you call something shipped.
（宣布交付之前，先检查你的假设把谁排除在外 —— 没智能手机的人？网络差的人？老人？）
例：「用户有智能手机」这一假设排除了诊所场景中可能的老年患者（第 4 课约束项）
构词与家族词汇：
access（接近、使用的通道）+ -ibility ➡️ 能被使用到的程度。
access (n./v.)：访问、使用权；accessible (adj.)：可达的、无障碍的
inclusive design / inclusion：包容性设计 / 包容（考纲领域 5 用语）
assistive technology：辅助技术（屏幕阅读器属于此类）
WCAG：Web Content Accessibility Guidelines（行业无障碍标准，阅读可能遇到）
近义词 / 关联辨析：
accessibility：无障碍（技术性：残障用户可用）
inclusiveness：包容性（更宽：各类人群不被排除）
usability：可用性（所有用户的易用程度）
层级：accessibility ⊂ inclusiveness ⊂ usability（大致）
记忆锚：⭐ 两步缺一不可：Specify（Description）→ Audit（Discernment）。 且 Access 是设计决定，不是事后补丁。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 5 合规题

"An AI-generated interface passes functional tests but fails screen-reader navigation. What went wrong in the process?" “AI 生成的界面通过了功能测试，却无法用屏幕阅读器导航。流程中哪里出了问题？” * CCAR-P 考点：无障碍没有被 specify（未在需求中明确指定）且未被 audit（未做交付审计）。正解同时包含两步；只选「让 AI 重写」不完整。 * 解题提示：呼应第 6 课 —— 无障碍是 AI 的可预测盲点（predictable blind spot），所以必须人工兜底。
与 4D 的呼应：无障碍贯穿三 D —— Specify 是 Description，Audit 是 Discernment，Access is a design decision + 对被排除者负责是 Diligence（领域 5 公平 / 包容）。

058. `audit` (v./n.) / `audit what you get back`

音标：/ˈɔːdɪt/
官方考题核心释义：
审计、系统性核查 —— 第 7 课：Specify it, then **audit** what you get back（指定之后，审计拿回来的成果）
在 AI 语境：对 AI 产出做独立、系统、留痕的检查 —— 不是随手瞄一眼
构词与家族词汇：
源自拉丁语 audire（听）—— 古罗马账目靠"听读"核对 ➡️ 审计。
auditor (n.)：审计员
audit trail：审计轨迹（考纲领域 5 原文：可追溯的证据链）
accessibility audit：无障碍审计（本课场景）
security audit：安全审计
近义词 / 关联辨析：
audit：审计（系统、全面、留证据）
inspect：检查（词根同 spec，看一眼核对）
review：评审（人看，可主观）
test：测试（按预定义断言自动跑）
verify：验证（确认符合要求）
一句话区分：audit 比 review 强在系统性与留痕 —— 它产出的是证据物，呼应考纲 Diligence 的「负责人 + 证据物」。
考场高频核心搭配：
audit what you get back：审计你拿回的东西 ⭐
audit trail：审计轨迹（领域 5）
run a quick accessibility audit：跑一次快速无障碍审计（第 7 课练习）
记忆锚：⭐ 指定了却没审计 = 白指定；审计了没留痕 = 白审计。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 5 证据链题

"Before a compliance review, what must accompany each AI-controlled obligation?" “合规评审前，每项由 AI 参与履行的义务必须附带什么？” * CCAR-P 考点：具名的控制项、负责人与证据物（named controls, owners, and evidence）。audit trail 就是证据物的载体。 * 呼应：见 013 accountable owner；Diligence 三件套 = 责任人 + 控制项 + 证据。

059. `prototype` (v./n.) / `prototype freely, ship selectively` (官方口号)

音标：/ˈproʊtətaɪp/
官方考题核心释义（第 8 课 Key takeaway 4，第 9 课复现）：

Prototype freely, ship selectively.* Cheap code creates value only when paired with honest evaluation.* “自由地做原型，审慎地交付。 廉价的代码只有配合诚实的评估**才创造价值。”
⭐ 配套逻辑链（必背）：
AI 让代码变便宜（cheap）→ 便宜 ≠ 有价值
honest evaluation（诚实的评估）是价值开关 —— 关键词 honest：不因为"做起来快"就上线
呼应第 6 课 "working" stops being the bar、第 9 课 veto something you built
构词与家族词汇：
proto-（第一、原始，源自希腊语）+ type（型）➡️ 第一版模型 ➡️ 原型。
同根：prototype / protocol（协议，原义"第一页"）/ protagonist（主角）
MVP（minimum viable product）：最小可行产品（工程文化词）
host it as a prototype：作为原型托管（第 8 课练习）
近义词 / 关联辨析：
prototype：原型（验证想法用，允许烂）
production：生产环境（面向真用户，必须过硬）
beta：公测版（中间态）
ship：交付上线（动词，工程文化核心词）
一句话区分：原型阶段花钱买认知，生产阶段花钱担责任 —— 两个阶段的验收标准完全不同。
记忆锚：⭐ 原型要滥交（多试），上线要洁身（少发）—— 中间隔着 honest evaluation。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 1 / 4 风险题

"A team uses AI to ship dozens of small features per week. Users complain about quality. What is the root issue?" “团队用 AI 每周上线几十个小功能，用户抱怨质量。根子上是什么问题？” * CCAR-P 考点：违反 prototype freely, ship selectively —— 缺少 honest evaluation，把原型速度直接带进了生产。 * 解题提示：陷阱是「AI 产出质量差」—— 官方口径是流程问题（评估缺失），不是模型问题。

060. `deprecate` (v.) / `veto` (v.) / `make the call` (v. phr.)

音标：deprecate /ˈdeprəkeɪt/；veto /ˈviːtoʊ/
官方考题核心释义：
deprecate 弃用 —— 第 8 课：the **underrated** skill of **deprecating your own work**（弃用自己作品 —— 被低估的技能）
veto 否决 —— 第 9 课：Be willing to veto something you built when the evidence says it is not working.
make the call 做出决断 —— 第 8 课学习目标：ship it, fix it, or stop it（交付、修复、还是停下）
⭐ 两词的强弱关系（必背）：

词	动作	时机	强度
`deprecate`	宣布不再推荐使用	已上线之后	中（还留着，只是不推荐）
`veto`	否决	上线之前	强（直接不让它出生）

判据：两者都以 the evidence（证据）为准，不是感觉 —— 呼应第 8 课 honest evaluation。
构词与家族词汇：
deprecate：de-（向下）+ preci（价值，同 preciate 珍视）➡️ 贬值 ➡️ 不再推荐。
同根：appreciate（升值 / 感激）↔ depreciate（贬值）—— 一对反义好记
veto：源自拉丁语 "我禁止"（罗马保民官的否决权）。
underrated：被低估的（rate 评级 + under）
sunset (v.)：日落式下线（工程文化的另一个"停"的说法，阅读可能遇到）
近义词 / 关联辨析：
deprecate / veto / sunset / kill：弃用 / 否决 / 下线 / 砍掉（强度递增的口语谱系）
stop it：停下它 —— 与 ship / fix 并列的正当选项（第 8 课原句）
记忆锚：⭐ deprecate 是"让它退役"，veto 是"不让它出生"。敢停，和敢发，是同一种能力。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 4 / 6 决策题（反直觉）

"Evidence shows a feature has minimal usage and high maintenance cost. What is the disciplined response?" “证据表明某功能使用率极低、维护成本高。有纪律的应对是什么？” * CCAR-P 考点：基于证据弃用 / 否决（deprecate / veto）。 * 解题提示：陷阱是「继续投入优化」「再观察一个季度」「加推广」—— 沉没成本不是继续的理由，证据才是。这是反直觉题，官方立场明确站在 evidence 一边。

061. `feedback loop` (n. phr.) / `safety net` (n. phr.)

音标：feedback /ˈfiːdbæk/；safety net /ˈseɪfti net/
官方考题核心释义：
反馈回路 —— 第 8 课交付前第五问：How will you know if it's working after it ships?（上线之后，你如何知道它是否在起作用？）
安全网 —— 第 8 课：Tests become your safety net the moment something is live.（一上线，测试就成了安全网）
⭐ 两者关系（一条逻辑链）：
test-first habit（测试先行）→ 上线后有 safety net（安全网）→ 才能安全地 post-launch iteration（上线后迭代）→ 靠 feedback loop（反馈回路）知道改什么
官方原句：Tests make post-launch iteration safe.
构词与家族词汇：
feedback：feed（喂）+ back（回）➡️ 喂回来的信息 ➡️ 反馈。
loop：回路（呼应 036 内/外循环；close the loop 闭环）
monitoring / observability：监控 / 可观测性（工程实现反馈回路的手段）
metrics：指标（反馈回路里流的东西）
近义词 / 关联辨析：
feedback loop：反馈回路（上线后持续感知）
acceptance test：验收测试（上线前判定）
safety net：安全网（测试在上线后角色的比喻）
signal vs noise：信号 vs 噪声（反馈回路设计的难点）
记忆锚：⭐ 验收测试管上线前，反馈回路管上线后；测试是把两者缝起来的线。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 4 持续评估题

"An AI feature shipped six months ago. The team cannot say whether it helps users. What is missing?" “某 AI 功能已上线六个月，团队说不清它是否帮到了用户。缺的是什么？” * CCAR-P 考点：feedback loop（反馈回路） —— 交付前第五问未答。正解是建立上线后的度量与监控，用证据回答"是否在起作用"。 * 呼应：Diligence 三问（理解 / 反馈回路 / 背书，第 9 课）。

062. `transparency` (n.) / `transparent` (adj.) / `misread or misused`

音标：/trænsˈpærənsi/
官方考题核心释义：
透明性 —— 考纲领域 5 ethical AI considerations (bias, fairness, **transparency**) 三件套之一
第 8 课交付自查第四问的两个子问：
- Could this output be misread or misused?（这个产出可能被误读或滥用吗？）
- Have you been transparent about AI's role?（你对 AI 的角色透明吗？）
⭐ 透明性的三个落点（必背）：

落点	说明	出处
对用户透明	说明内容由 AI 参与、有何局限	第 8 课 `transparent about AI's role`
对评估透明	指标按切片呈现，不给误导性的单一聚合数	见 032 `framing effect`（92% 例）
对风险透明	主动暴露误读 / 滥用的可能	第 8 课 `misread or misused`

构词与家族词汇：
trans-（穿过）+ parent（= parere，显现）➡️ 光能穿过去 ➡️ 透明。
同根：apparent（显然的）/ appear（显现）/ apparition（幽灵）
misread：误读（mis- 错 + read）；misuse：滥用（mis- 错 + use）
disclosure：披露（呼应 013 responsible disclosure 负责任披露）
explainability / explainable AI (XAI)：可解释性 / 可解释 AI（透明性的技术实现）
近义词 / 关联辨析：
transparency：透明性（不隐瞒、可查看）
honesty：诚实（第 8 课 honest evaluation —— 态度层面）
disclosure：披露（动作层面）
accountability：问责（透明是前提，问责是结果）
一句话区分：透明回答"你有没有藏"，问责回答"出事找谁"。
记忆锚：⭐ "AI 写的"藏不住也不该藏 —— 透明是免责的反义词，问责的前提。

官方语境与核心考点情境

考点语境（据考纲构造）· 领域 5 伦理三件套

"Which set of considerations must a CCAR-P architect explicitly address for AI systems?" “CCAR-P 架构师必须明确处理哪一组考量？” * CCAR-P 考点：考纲原句 —— address ethical AI considerations (bias, fairness, transparency)（偏见、公平、透明）。三词成组出现即命中。 * 解题提示：陷阱是把三件套窄化成「只有安全」或「只有性能」。
与 4D 的呼应：透明性是 Diligence 的对外面 —— 对内是 own the outcome（061 前置条 049），对外是 transparent about AI's role。两面合起来才是 stand behind what you build。

063. `dynamic` (adj.) / `not a sequence` / `fluidly` (adv.)

音标：dynamic /daɪˈnæmɪk/；fluidly /ˈfluːɪdli/
官方考题核心释义（第 9 课 Key takeaway 5，⭐⭐ 4D 元说明）：

The 4Ds are dynamic, not a sequence. Moving fluidly between them as you build is what fluency looks like in practice. “四个 D 是动态的，不是一个序列。构建中在它们之间流动切换 —— 这就是素养在实践中的样子。”
⭐ 正误对照（概念题高频）：

❌ 错误理解	✅ 官方正确理解
4D 是线性流程（先委派→再描述→再判断→最后尽责）	4D 是动态能力集合，需来回流动切换
走完一遍即结束	构建全程不断往返

呼应链：
第 2 课双循环（036）= 动态往返的结构化表达
第 5 课描述链回上游（046）= 在 4D 间往回流动
037 competency（不是 steps）= 同一立场的用词证据
构词与家族词汇：
dynamic：dynam（力，源自希腊语 dunamis）+ -ic ➡️ 有力的、动态的。
同根：dynamics（动力学）/ dynamite（炸药）/ dynasty（王朝）
fluid（流动的）➡️ fluidly（流畅地）—— 与 001 fluency 同源（flu 流）
rigid / static / linear：僵化的 / 静态的 / 线性的（反义三件套）
sequence (n.)：序列（a sequence 强调先后次序）
记忆锚：⭐⭐ 4D 不是流水线，是四个随时切换的档位 —— 素养就是换挡的熟练度。

官方语境与核心考点情境

考点语境（据考纲构造）· 框架元认知题

"Which statement best reflects the official view of the 4D Framework?" “哪项陈述最符合官方对 4D 框架的看法？” * CCAR-P 考点：正解 动态能力集（dynamic），构建中来回切换（moving fluidly）。 * 解题提示：凡把 4D 描述成线性阶段 / 固定顺序 / 一次性流程的选项均为陷阱。这是全课程的总纲题，可能出现在任何领域的题干背景里。

064. `retake` (v. / n.) — 重考（考后未通过，再考一次）

音标：动词 /ˌriːˈteɪk/；名词 /ˈriːteɪk/

⚠️ 重音位移：名词重音落在第一音节（/ˈriːteɪk/），同 record / present / object 的「名前动后」规律。听力题里 /ˈriːteɪk/ 与 /ˌriːˈteɪk/ 是同一个词，别当生词。
官方考题核心释义：
（认证语境）重考 —— 未达及格线后再次参加同一门认证考试。
官方政策（CCAR-P Exam Guide v1.0，2026-07）：第 1 次失败需等 14 天，第 2 次 30 天，第 3 次 90 天；滚动 12 个月内最多 4 次。
关联参数：及格线 720 / 1000；费用 $175 USD；证书有效期 12 个月，到期须重新考试。
⭐ 与相邻「考试动词」的辨析（必背）：

词	时机	含义	是否再付费
`reschedule`	考前	改期（考前 24 小时前免费）	否
`cancel`	考前	取消（24 小时内费用不退）	视时点
`retake`	考后（未通过）	重考	✅ 需重新全额付费
`recertify` / `renew`	证书到期	重新认证 / 续证	按时续证免费且非监考

⭐ 最快判别法：看事件在「考前」还是「考后」。 re- + schedule = 考前动时间 → reschedule； re- + take = 考后再拿一次 → retake。题干只要出现「已经考了、没过」，只可能是 retake。

构词与家族词汇：
re-（再次）+ take（参加／取得）➡️ 再拿一次。
同构词：retry（重试）、reattempt（再次尝试）、resit（补考）、rebuild（重建）
⭐ 政策搭配族（阅读考纲与条款的硬词）： retake policy 重考政策｜ retake waiting period / cooling-off period 重考等待期 / 冷却期 ｜ retake fee 重考费｜ attempt 考试次数 ｜ rolling 12 months 滚动 12 个月 ｜ eligible to retake 具备重考资格
近义词 / 关联辨析：
retake vs resit：resit 多用于英式校园考试；认证考试一律用 retake。
retake（重考）vs audit（旁听，不发文凭）—— 同为考试体制词，拼写无关但别混。
⚠️ retake 的另外两个义项（通用阅读陷阱）：
1. 重拍 / 补拍（影视）：a retake = 一条重拍镜头；
2. 夺回 / 收复（军事）：retake the city = 收复城市。 认证语境下只取「重考」，但若在通用英语段落遇到，不要机械套用。
记忆锚：⭐ 考前动时间叫 reschedule，考后再考叫 retake —— 前者免费，后者再交一次钱还要等。

官方语境与核心考点情境

考点语境（据官方政策构造）· 备考策略 / 生命周期题

"A candidate did not pass the CCAR-P exam and wants to sit again as soon as possible. What is true?" “某考生未通过 CCAR-P，想尽快再考。以下哪项为真？” * CCAR-P 考点：存在强制等待期（首次失败 14 天），且需重新支付全额考试费；滚动 12 个月内最多 4 次。 * 解题提示：陷阱是「随时可以重考」「换考场即可绕过」。等待期是按人计、不按考点计的 —— 与 10-备战执行总决案 主张的「先学透再考、杜绝试错成本」是同一条策略的两个面。
考点语境 · 词汇辨析题

"Which term describes registering for the exam again after an unsuccessful attempt?" “参加考试未通过后再次报名，用哪个词？” * CCAR-P 考点：retake。reschedule 仅用于考试尚未开始时调整时间；recertify 用于证书到期。 * 解题提示：题眼是 after an unsuccessful attempt —— 已经考过了，直接排掉 reschedule。
⚠️ 跨语境陷阱 · 课程测评 vs 认证考试

课程 002 第 9 课：Next, take the short assessment to earn your certificate of completion. | | 课程测评（Skilljar assessment / quiz） | 认证考试（CCAR-P，Pearson VUE） | |---|---|---| | 可否重做 | 可反复重做 | 受限 | | 冷却期 | 无 | 14 / 30 / 90 天 | | 收费 | 免费 | $175 / 次 | | 年度上限 | 无 | 12 个月内最多 4 次 | * CCAR-P 考点：题干谈 certification exam 的 attempt / wait / fee → 按认证口径；只有 course quiz / assessment 才是可自由重做的那个。 * 解题提示：这两个 retake 在英文里是同一个词，但制度含义完全不同 —— 混用会直接选错。

⚠️ 本库口径校正（记录备查）：10-备战执行总决案 记的「$125、冷却期 7–14 天」为早期信息；以 10-CCAR-P备考/00-CCAR-P备考蓝图（据官方 Exam Guide v1.0，2026-07）为准：费用 $175、等待期 14 / 30 / 90 天、滚动 12 个月内最多 4 次。 后续引用请统一用后者。

📊 本课生词 → CCAR-P 领域速查

词汇	4D 归属	主命中领域
`delegation`	Delegation	领域 1 / 3
`description`	Description	领域 2
`discernment`	Discernment	领域 4 / 5
`diligence`	Diligence	领域 5 / 6
`capability` / `limitation`	能力边界	领域 5
`stand behind`	Diligence	领域 5 / 6
`responsibly` / `accountable` / `fail closed`	Diligence	领域 2 / 5
`amplify` / `augmented`	价值观	领域 1
`leverage`	集成	领域 3
`perspective` / `engagement`	干系人	领域 6
`aspiration` / `expectation` / `concern`	干系人期望	领域 6
`consideration` / `criterion` / `trade-off`	权衡清单	领域 1 / 5
`positioned` / `posture` / `decomposition`	优势与结构	领域 1 / 5
`framing` / `reframe`	问题框定	领域 1 / 2 / 4 / 5 / 6
`intentionality` / `judgment`	使用前提	领域 5
`CodePath`	专有名词（合作机构）	课程背景 / 领域 6
`AI Fluency`	4D 总称	课程定位 / 领域 2 / 5
`builder-focused`	受众导向	课程定位 / 领域 6
`hands-on` / `hands-off`	HITL 分界	领域 5
`inner loop` / `outer loop`	双循环	领域 2 / 4（内）＋ 1 / 5 / 6（外）
`competency`	能力统称	框架元认知
`generative AI`	生成式定义	领域 5
`transformer` / `vast data` / `massive compute`	三要素	领域 5（排除题）
`pre-training` / `fine-tuning`	训练两阶段	领域 5（根因）
`hallucination`	三局限	领域 5
`knowledge cutoff`	三局限	领域 5
`versatility`	三优势	领域 1 / 5
`tool use`	三优势	领域 3
`Description Chain` / `cascade` / `upstream`	描述链五环	领域 2 / 4
`Five Lenses`（Functional Integrity 等）	判断力五镜	领域 4
`Automation` / `Augmentation` / `Agency`	三协作模式	领域 1 / 3
`outcome` vs `output`	责任归属	领域 5 / 6
`migrations` / `versioning` / `rate limits` / `feature flags`	上线四词	领域 1 / 3 / 5
`empathy`（AI weak）	工具箱首段	领域 1 / 5
`acceptance test`	共享的完成定义	领域 4
`raise the bar`	价值上移	领域 1 / 4
`oversight`	人机分工	领域 5
`taste` / `functional` vs `worth using`	品味分界	领域 4
`a wish, not a spec`	描述精度	领域 2
`accessibility`（对比度 / 读屏 / 键盘）	无障碍	领域 5
`audit` / `audit trail`	审计与证据	领域 5
`prototype freely, ship selectively`	原型与交付	领域 1 / 4
`deprecate` / `veto`	敢于停下	领域 4 / 6
`feedback loop` / `safety net`	上线后感知	领域 4
`transparency` / `misread or misused`	伦理三件套	领域 5
`dynamic, not a sequence`	4D 元说明	全领域
`retake` / `retake waiting period` / `attempt`	考试政策（备考元信息）	备考元信息 / 领域 6（生命周期）

✅ 本表进度

[x] 基于官方课程页（About + Curriculum）萃取 32 词（2026-10-13）
[x] 032 framing 深度补齐：领域 2 frame the task、领域 4 指标 framing、记忆锚、词性/技术义陷阱（2026-10-13）
[x] 013 responsibly 深度补齐：responsible/accountable 辨析、领域 2 Responsible AI 落点、Diligence 呼应、词性陷阱（2026-10-13）
[x] 新增 033 CodePath 专有名词条目：机构背景、写法陷阱、in partnership with 考点（2026-10-13）
[x] 026 aspiration 深度补齐：aspiration/expectation/ambition 辨析、领域 6 期望vs愿景考点、单复数与技术义陷阱（2026-10-13）
[x] 028 consideration 深度补齐：consideration/criterion/trade-off 辨析、可数性陷阱、领域 5 ethical considerations 考点、Diligence 呼应（2026-10-13）
[x] 新增 034 AI Fluency 短语条目：课程定位、与 literacy 辨析、前置课关系、4D 总称（2026-10-13）
[x] 新增 035 builder-focused 词条：复合形容词构词、focused/specific 辨析、课程定位考点（2026-10-13）
[x] 024 hands-on 深度补齐：hands-on/practical/hands-off 辨析、词性陷阱、领域 5 分层 HITL 考点（2026-10-13）
[x] ⭐ 课程正文九课学完，生词批量回灌（2026-10-14）：新增 036–063 共 28 条，覆盖内/外循环、competency、生成式 AI 定义、三要素、训练两阶段、幻觉、知识截止、三优势、tool use、描述链五环、cascade/upstream、判断力五镜、三协作模式、outcome vs output、上线四词、empathy、验收测试、raise the bar、oversight、taste、a wish not a spec、无障碍三项、audit、原型/审慎交付、deprecate/veto、反馈回路、透明性、4D 动态性。来源：课程002/03-11 译文（英文原文 12-20）
[x] 新增 064 retake 词条（2026-10-14）：动词/名词重音位移、官方重考政策（14/30/90 天、12 个月内最多 4 次、$175/次）、retake vs reschedule/cancel/recertify 时序辨析表、政策搭配族（waiting period / attempt / rolling 12 months）、另两义项（重拍 / 夺回）阅读陷阱、课程测评 vs 认证考试跨语境对照；并校正本库口径：以 00-CCAR-P备考蓝图 的 $175 / 14-30-90 天为准，取代 10-备战执行总决案 的 $125 / 7-14 天早期信息
[ ] 课程正文学完后增补词条
[x] 并入 30-单词表/README.md 索引（2026-10-14 复核：02 号表早已在索引中）

📖 the AI 官方认证考试高频核心生词与术语表 (Vocabulary) · 第二课

⚠️ 语料来源说明（必读）

🔤 核心生词精讲清单

001. fluency (n.) / fluent (adj.) / fluently (adv.)

官方语境与核心考点情境

002. builder (n.) / build (v.) / building (n.)

官方语境与核心考点情境

003. delegation (n.) / delegate (v./n.) / delegable (adj.)

官方语境与核心考点情境

004. description (n.) / describe (v.) / descriptive (adj.)

官方语境与核心考点情境

005. discernment (n.) / discern (v.) / discerning (adj.)

官方语境与核心考点情境

006. diligence (n.) / diligent (adj.) / diligently (adv.)

官方语境与核心考点情境

007. intentionally (adv.) / intentional (adj.) / intention (n.) / intent (n.) / intentionality (n.)

官方语境与核心考点情境

---

008. amplify (v.) / amplification (n.) / amplifier (n.) / ample (adj.)

官方语境与核心考点情境

4. 与本课 4D 的呼应：amplify 描述的是能力侧，4D 描述的是人的侧。官方的完整逻辑是：AI 放大能力（amplify）→ 因此人更需要 Delegation 的边界、Description 的清晰、Discernment 的判断、Diligence 的背书。放大倍数越高，4D 越不能省。

009. leverage (v./n.)

官方语境与核心考点情境

010. perspective (n.) / perspectives (pl.) / perspectival (adj.)

官方语境与核心考点情境

011. empower (v.) / empowerment (n.) / empowering (adj.)

官方语境与核心考点情境

012. arc (n.) / the full arc of building (n. phr.) / arch (n./v.)

官方语境与核心考点情境

013. responsibly (adv.) / responsible (adj.) / responsibility (n.) / Responsible AI (n. phr.)

官方语境与核心考点情境

014. judgment (n.) / judge (v./n.) / judgmental (adj.)

官方语境与核心考点情境

015. purpose (n.) / purposeful (adj.) / purposely (adv.)

官方语境与核心考点情境

016. collaboration (n.) / collaborate (v.) / collaborative (adj.)

官方语境与核心考点情境

017. capability (n.) / capabilities (pl.) / capable (adj.)

官方语境与核心考点情境

018. limitation (n.) / limitations (pl.) / limit (n./v.)

官方语境与核心考点情境

019. toolkit (n.)

官方语境与核心考点情境

020. stand behind (v. phr.)

官方语境与核心考点情境

021. framework (n.)

官方语境与核心考点情境

022. curriculum (n.) / curricula (pl.) / curricular (adj.)

官方语境与核心考点情境

023. prerequisite (n./adj.) / prerequisites (pl.)

官方语境与核心考点情境

024. hands-on (adj.) / hands-on practice (n. phr.)

官方语境与核心考点情境

025. adoption (n.) / adopt (v.) / adoptive (adj.)

官方语境与核心考点情境

026. aspiration (n.) / aspire (v.) / aspirational (adj.)

官方语境与核心考点情境

027. concern (n./v.) / concerns (pl.) / concerning (prep.)

官方语境与核心考点情境

028. consideration (n.) / considerations (pl.) / consider (v.)

官方语境与核心考点情境

029. foundational (adj.) / foundation (n.) / found (v.)

官方语境与核心考点情境

030. engage (v.) / engagement (n.) / engaging (adj.)

官方语境与核心考点情境

031. positioned (adj./v. 过去分词) / position (n./v.) / positioning (n.)

官方语境与核心考点情境

032. framing (n./v.) / frame (n./v.) / reframe (v.) / frame of reference (n. phr.)

官方语境与核心考点情境

033. CodePath (专有名词 Proper Noun)

官方语境与核心考点情境

034. AI Fluency (n. phr., 专有课程名) / AI fluency (普通名词短语)

官方语境与核心考点情境

035. builder-focused (adj. 复合形容词) / builder-focused curriculum (n. phr.)

官方语境与核心考点情境

036. inner loop / outer loop (n. phr.)

官方语境与核心考点情境

037. competency (n.) / competencies (pl.) / competent (adj.)

官方语境与核心考点情境

038. generative AI (n. phr.) / generative (adj.) / generate (v.)

001. `fluency` (n.) / `fluent` (adj.) / `fluently` (adv.)

002. `builder` (n.) / `build` (v.) / `building` (n.)

003. `delegation` (n.) / `delegate` (v./n.) / `delegable` (adj.)

004. `description` (n.) / `describe` (v.) / `descriptive` (adj.)

005. `discernment` (n.) / `discern` (v.) / `discerning` (adj.)

006. `diligence` (n.) / `diligent` (adj.) / `diligently` (adv.)

007. `intentionally` (adv.) / `intentional` (adj.) / `intention` (n.) / `intent` (n.) / `intentionality` (n.)

008. `amplify` (v.) / `amplification` (n.) / `amplifier` (n.) / `ample` (adj.)

4. 与本课 4D 的呼应：`amplify` 描述的是能力侧，4D 描述的是人的侧。官方的完整逻辑是：AI 放大能力（amplify）→ 因此人更需要 Delegation 的边界、Description 的清晰、Discernment 的判断、Diligence 的背书。放大倍数越高，4D 越不能省。

009. `leverage` (v./n.)

010. `perspective` (n.) / `perspectives` (pl.) / `perspectival` (adj.)

011. `empower` (v.) / `empowerment` (n.) / `empowering` (adj.)

012. `arc` (n.) / `the full arc of building` (n. phr.) / `arch` (n./v.)

013. `responsibly` (adv.) / `responsible` (adj.) / `responsibility` (n.) / `Responsible AI` (n. phr.)

014. `judgment` (n.) / `judge` (v./n.) / `judgmental` (adj.)

015. `purpose` (n.) / `purposeful` (adj.) / `purposely` (adv.)

016. `collaboration` (n.) / `collaborate` (v.) / `collaborative` (adj.)

017. `capability` (n.) / `capabilities` (pl.) / `capable` (adj.)

018. `limitation` (n.) / `limitations` (pl.) / `limit` (n./v.)

019. `toolkit` (n.)

020. `stand behind` (v. phr.)

021. `framework` (n.)

022. `curriculum` (n.) / `curricula` (pl.) / `curricular` (adj.)

023. `prerequisite` (n./adj.) / `prerequisites` (pl.)

024. `hands-on` (adj.) / `hands-on practice` (n. phr.)

025. `adoption` (n.) / `adopt` (v.) / `adoptive` (adj.)

026. `aspiration` (n.) / `aspire` (v.) / `aspirational` (adj.)

027. `concern` (n./v.) / `concerns` (pl.) / `concerning` (prep.)

028. `consideration` (n.) / `considerations` (pl.) / `consider` (v.)

029. `foundational` (adj.) / `foundation` (n.) / `found` (v.)

030. `engage` (v.) / `engagement` (n.) / `engaging` (adj.)

031. `positioned` (adj./v. 过去分词) / `position` (n./v.) / `positioning` (n.)

032. `framing` (n./v.) / `frame` (n./v.) / `reframe` (v.) / `frame of reference` (n. phr.)

033. `CodePath` (专有名词 Proper Noun)

034. `AI Fluency` (n. phr., 专有课程名) / `AI fluency` (普通名词短语)

035. `builder-focused` (adj. 复合形容词) / `builder-focused curriculum` (n. phr.)

036. `inner loop` / `outer loop` (n. phr.)

037. `competency` (n.) / `competencies` (pl.) / `competent` (adj.)

038. `generative AI` (n. phr.) / `generative` (adj.) / `generate` (v.)

039. `transformer architecture` (n. phr.) / `transformer` (n.) / `architecture` (n.)

040. `pre-training` (n.) / `fine-tuning` (n.) / `train` (v.) / `training` (n.)

041. `hallucination` (n.) / `hallucinate` (v.)

042. `knowledge cutoff` (n. phr.)

043. `versatility` (n.) / `versatile` (adj.)

044. `tool use` (n. phr.) / `tool` (n.)

045. `Description Chain` (n. phr. 专有模型名) / `chain` (n.)

046. `cascade` (v./n.) / `upstream` (adj./adv.) / `downstream` (adj./adv.)

047. `The Five Lenses of Discernment` (专有模型名) / `lens` (n.) / `lenses` (pl.)

048. `Automation` / `Augmentation` / `Agency` (n., 三种 AI 协作模式)

049. `outcome` (n.) vs `output` (n.) ⭐ 全课最重对比

050. `migrations` / `versioning` / `rate limits` / `feature flags` (上线四词)

051. `empathy` (n.) / `empathize` (v.) / `empathetic` (adj.)

052. `acceptance test` (n. phr.) / `acceptance` (n.)

053. `raise the bar` (v. phr.) / `the bar` (n.)

054. `oversight` (n.) / `oversee` (v.)

055. `taste` (n.) / `functional` (adj.) vs `worth using` (adj. phr.)

056. `spec` (n.) / `specification` (n.) / `a wish, not a spec` (习语)

057. `accessibility` (n.) / `color contrast` / `screen reader` / `keyboard navigation`

058. `audit` (v./n.) / `audit what you get back`

059. `prototype` (v./n.) / `prototype freely, ship selectively` (官方口号)

060. `deprecate` (v.) / `veto` (v.) / `make the call` (v. phr.)

061. `feedback loop` (n. phr.) / `safety net` (n. phr.)

062. `transparency` (n.) / `transparent` (adj.) / `misread or misused`

063. `dynamic` (adj.) / `not a sequence` / `fluidly` (adv.)

064. `retake` (v. / n.) — 重考（考后未通过，再考一次）