什么是"超纲题"？系统架构设计师官方教程（第 2 版，2017 年出版）更新速度远落后于技术演进，命题组每年都会引入教程没有系统阐述、但架构师"理应了解"的内容。超纲题不是刁难题，而是
所有人站在同一起跑线的送分/丢分双刃剑——它不区分"学没学过教程"，只区分"视野是否跟上了技术前沿"。本页先复盘规律，再给预测，最后用 20 道模拟题帮你实战演练。配套的
第二弹 20 题（零重复）覆盖本页未涉及的方向（RAG 混合检索、模型压缩、Agent 记忆、多模态、WASM、RISC-V、Serverless 冷启动、图数据库、后悔值、Dijkstra、挣值分析、开源许可证、零拷贝、一致性哈希、OpenTelemetry），建议两弹连刷。
第一部分 · 超纲题规律复盘（2021—2026 上）
一、综合知识：每年约 10～11 分的"固定超纲盘"
| 超纲板块 | 分值 | 考查内容 | 特点 |
|---|
| 专业英语 | 固定 5 分 | 1 篇新技术短文 + 5 个选词填空（近年主题：大模型、向量检索、混沌工程、Serverless） | 题型 10 年不变，词汇可提前储备 |
| 知识产权与法规 | 约 3 分 | 著作权/专利权保护期限、职务作品与委托创作归属、侵权判定；近年叠加《数据安全法》《个人信息保护法》《密码法》 | 考点极其固定，背表格即可拿分 |
| 应用数学与经济管理 | 约 2～3 分 | 图论（最小生成树、最短路）、线性规划、动态规划、决策论（EMV）、排队论（M/M/1）、指派问题 | 难度低但教材无章节，题型循环出现 |
| 标准化知识 | 0～1 分 | 标准分级（国标/行标/企标）、标准代号识别，常与知识产权合并出题 | 顺手记忆即可 |
关键认知：这 10～11 分是"已知位置的超纲题"，每年雷打不动。复习教材之外的这四个板块，性价比远高于在教程细节里抠冷门点。超纲≠不可攻克，固定的超纲盘就是送分盘。
二、浮动超纲：新技术热点题（每年 2～5 题不等）
命题组约以"技术爆发 2 年后入题"的节奏将热点引入选择题：2023 年考 ChatGPT/大语言模型概念，2024 年考 RAG 与提示工程，2025 年考 AI 辅助测试与 Serverless，2026 上半年则出现了向量数据库（HNSW/IVF 索引）、六边形架构、MQTT QoS、时序数据库、云边协同等一批明显超出教程范围的题目。
| 年份 | 典型超纲/前沿考点 | 所属来源 |
|---|
| 2021 下 | 云原生（当年教程尚无系统章节）、服务网格雏形题 | 新技术 |
| 2022 | 区块链跨链、联邦学习概念、数据湖 | 新技术 |
| 2023 | ChatGPT/LLM 概念、湖仓一体、Kappa 架构 | 新技术 |
| 2024 | RAG 检索增强、提示工程、算力度量、信创选型 | 新技术 + 信创 |
| 2025 | AI 辅助测试用例生成、Serverless、可观测性 | 新技术 |
| 2026 上 | 向量数据库、六边形架构、MQTT QoS、时序数据库、云边协同、高并发设计 | 新技术 + AI 基础设施 |
来源：历年真题回忆版梳理；2026 上半年考点清单综合自考生回忆与社区复盘（见页尾来源）。
三、论文：超纲已成常态，且越来越"场景化"
2026 上半年四道论文题中，三道属于教程范围外或边缘：向量数据库（2023 年才进入主流视野的 AI 基础设施）、六边形架构（2005 年提出但教程从未收录）、多模态大模型测试框架（产业界 2025 年才起步的实验性方向）。命题趋势呈现三大信号：
| 信号 | 表现 | 对备考的含义 |
|---|
| AI 从选修变必修 | 2025 年考"AI 辅助测试"，2026 年直接考向量数据库 + 多模态大模型两道，AI 成为核心技术组件而非辅助工具 | 必须准备至少 1 个 AI 相关项目素材（RAG 问答、智能客服、语义检索均可） |
| 题目高度场景化 | 从 2018"论架构风格"到 2026"多模态大模型在移动智能测试框架中的应用"——不再出大而全的题，而是"技术 × 场景"精确组合 | 万能模板失灵，项目素材须能拆出多个技术视角 |
| 马太效应加剧 | 2026 上：高并发 70% 考生选做（竞争极烈）vs 多模态测试不足 5%（高门槛低竞争） | 常规 CRUD 项目经验最吃亏；细分领域深耕者反而占优 |
来源：2026 上半年论文真题复盘与趋势分析（CSDN 社区，见页尾来源）。
第二部分 · 2026 下半年超纲题预测（按概率分级）
一、综合知识预测
| 预测方向 | 概率 | 预测依据与可能考法 |
|---|
| AI Agent 与 MCP 协议高 | P0 | Agent 框架（LangGraph/AutoGen）2025 年爆发，按"2 年入题"节奏 2026 下正是窗口；可能考 Agent 规划模式（ReAct/Plan-Execute）、MCP 三类原语、多智能体协作架构 |
| 大模型工程化（量化/微调/蒸馏）高 | P0 | 承接 2026 上向量数据库考法的自然延伸；可能考 LoRA 参数高效微调、INT8/INT4 量化对显存与精度的影响、知识蒸馏 |
| 信创与国产化替代中高 | P0～P1 | 政策驱动持续加码；可能考鸿蒙分布式软总线、国产数据库（OceanBase/GaussDB/openGauss）与中间件选型、欧拉/龙蜥操作系统 |
| 数据要素与隐私计算中 | P1 | 数据资产入表政策落地；可能考联邦学习三类划分（横向/纵向/迁移）、多方安全计算、同态加密概念辨析 |
| 应用数学（固定盘）必考 | P0 | 线性规划、最小生成树、动态规划、决策论 EMV、排队论 M/M/1——题型十年循环，见第四部分模拟题 9～14 |
| 安全法规（固定盘）必考 | P0 | 等保 2.0、密码法三类密码、数据安全法分类分级、个保法敏感信息"单独同意" |
| 量子计算 / RISC-V / WebAssembly | P2 | 概念级了解即可：量子比特叠加态与经典比特区别、RISC-V 开源指令集地位、WASM 作为"第四种 Web 语言"的沙箱特性 |
二、案例分析预测（选答题超纲方向）
| 方向 | 概率 | 可能的考法 |
|---|
| AI Agent / RAG 系统架构高 | P0 | 给出智能客服/RAG 问答系统场景：问向量检索流程（Embedding→ANN→重排）、Agent 记忆机制（短期/长期）、幻觉抑制手段（引用溯源、知识库更新） |
| 信创迁移改造中高 | P0～P1 | Oracle→国产数据库迁移案例：数据类型映射、SQL 方言兼容、双轨并行验证、灰度切流 |
| 零信任安全架构中 | P1 | 远程办公/多云场景：SDP 替代 VPN、微隔离、持续信任评估、身份即边界；与等保 2.0 结合 |
| 机密计算 / 可信执行环境 | P2 | 概念级：TEE 保护"使用中的数据"，与存储加密/传输加密的三态对比 |
三、论文预测（P0/P1/P2 分级）
| 方向 | 预测题目示例 | 理由 |
|---|
| AI Agent 架构P0 | 论多智能体协作系统的架构设计及其应用 | 2025—2026 Agent 框架大爆发，入题窗口已开 |
| 平台工程 / IDPP0 | 论内部开发者平台的设计与应用 | Gartner 连续两年顶级趋势，DevOps 演进方向 |
| 云原生安全P0 | 论云原生环境下的安全架构设计 | 安全上次独立命题是 2021 年，5 年轮动窗口已到 |
| 数据治理 / Data MeshP0 | 论数据网格架构在跨域数据治理中的应用 | 数据合规刚需 + 数据要素政策持续深化 |
| 可观测性P1 | 论可观测性体系的构建及其应用 | 运维线考点持续深化（Metrics/Logging/Tracing 三支柱） |
| 边缘计算架构P1 | 论云边端协同架构及其应用 | IoT+5G 落地加速，但 2026 上案例已考过云边协同，论文概率下调 |
| 机密计算P1 | 论数据全生命周期安全架构设计 | 数据安全从存储/传输加密升级到"使用中加密" |
| 绿色架构P1 | 论绿色低碳的软件架构设计 | 双碳政策驱动，冷门但符合政策导向 |
| 纯微服务 / Serverless / 区块链P2 排除 | — | 微服务已考 2 次（2016/2021）、Serverless 2025 下刚考、区块链热度衰退且 2022 已考 |
来源：本预测表综合 2026 上半年真题复盘文章的下半年预测（CSDN，见页尾）与命题规律推演。
第三部分 · 20 道模拟超纲题（含破题思路）
使用说明：以下 20 题全部对标"教程无系统阐述但可能入题"的命题盲区，按四大来源分组。每题折叠答案中除解析外，还附「破题思路」——教你在考场上遇到完全陌生的考点时，如何用排除法与常识推理把正确率从 25% 抬到 60% 以上。建议先自测再展开答案。
A 组 · 新技术热点（8 题）——2026 下最高概率超纲区
1MCP（Model Context Protocol，模型上下文协议）是 Anthropic 公司 2024 年底提出的开放协议，旨在为大模型应用与外部数据源、工具之间提供标准化连接。关于 MCP 的叙述中，错误的是（ ）。
A. MCP 采用客户端—服务器架构，宿主应用通过 MCP Client 与 MCP Server 通信
B. MCP Server 可向模型暴露三类能力：资源（Resources）、工具（Tools）与提示（Prompts）
C. MCP 的作用类似"AI 应用的 USB-C 接口"，一次集成即可对接多种工具与数据源
D. MCP 规定模型必须将全部上下文与工具调用过程上传至协议指定的云端服务器统一调度
答案与解析（含破题思路）
答案：D。MCP 是开放协议，MCP Server 可部署在本地或私有环境，不存在"必须上传指定云端"的强制要求；A、B、C 均为 MCP 的真实特性。
破题思路：即使从未听过 MCP，D 项中"必须""全部""指定云端"的绝对化措辞 + 与业界"数据不出域"趋势相悖的表述，可基本断定为错误项。超纲题错误项最爱用绝对化 + 违反安全常识的套路。
2在大模型智能体（AI Agent）系统中，ReAct 模式的核心思想是（ ）。
A. 将推理（Reasoning）与行动（Acting）交替进行：模型边思考、边调用工具，并根据观察到的结果调整下一步行动
B. 模型先生成完整答案，再通过多轮自我批评与修订循环提升输出质量
C. 将复杂任务一次性分解为静态的子任务序列，然后严格依次执行，中途不调整
D. 通过在提示词中给出少量示例，让模型模仿示例的输入输出格式
答案与解析（含破题思路）
答案：A。ReAct = Reasoning + Acting，即"思考→行动→观察→再思考"的循环。B 是 Self-Refine/Self-Critique；C 是 Plan-and-Execute（静态规划）；D 是少样本提示（Few-shot Prompting）。
破题思路：术语拆词法——ReAct = Re(asoning) + Act(ing)，字面已经给出答案。遇到生僻英文缩写题，先拆词根，70% 的概率答案就藏在字面里。
3将大语言模型从 FP16 精度量化至 INT4 精度进行推理部署，带来的主要变化是（ ）。
A. 显存占用约降为原来的 1/4，推理速度提升，但模型精度有一定损失
B. 显存占用不变，仅提升模型训练速度
C. 模型参数量减少为 1/4，且精度完全无损
D. 量化技术仅适用于 CPU 推理，GPU 不支持量化部署
答案与解析（含破题思路）
答案：A。FP16 每参数 2 字节、INT4 每参数 0.5 字节，显存约为原来的 1/4；量化以轻微精度损失换取部署成本与速度收益（业内常用 GPTQ、AWQ 等量化算法）。C 的"完全无损"过于绝对；D 与 GPU 量化推理的主流实践相悖。
破题思路：量化本质是"用精度换资源"，凡是声称"无损"或"无代价"的选项基本可排除——工程领域的优化几乎都有权衡，体现权衡的选项优先选。
4关于联邦学习（Federated Learning）的叙述中，正确的是（ ）。
A. 各参与方须将原始数据集中上传到中心服务器，由服务器统一训练模型
B. 各参与方在本地用自有数据训练，仅交换模型参数或梯度等中间结果，原始数据不出本地
C. 联邦学习要求所有参与方的特征空间与样本空间完全一致，否则无法开展
D. 联邦学习通过同态加密彻底消除了全部通信开销
答案与解析（含破题思路）
答案：B。"数据不动模型动"是联邦学习的标志性口号。A 恰好相反（集中上传即失去联邦意义）；C 混淆了横向联邦（样本不同、特征相似）与纵向联邦（样本重叠、特征互补）的适用前提；D "彻底消除全部"绝对化，联邦学习反而会增加通信轮次。
破题思路：隐私计算类考点有一条万能主线——原始数据不出域。选项若涉及"上传原始数据/集中处理"，直接排除。
5关于华为鸿蒙（HarmonyOS）技术体系的叙述中，错误的是（ ）。
A. 分布式软总线是实现多设备自动发现、连接与协同通信的基础组件
B. "一次开发、多端部署"依托方舟编译器与统一的 ArkTS/ArkUI 开发范式实现
C. HarmonyOS NEXT 移除了对安卓 AOSP 的兼容，应用须基于鸿蒙原生生态开发
D. 鸿蒙微内核设计将绝大多数系统服务置于内核态运行，以此换取更高性能
答案与解析（含破题思路）
答案：D。微内核的核心恰恰是"内核态只保留最小功能，系统服务尽量运行在用户态"，以缩小攻击面、提升可靠性——D 的表述与微内核思想完全相反。
破题思路："反向常识"干扰项：命题人常把某个著名设计思想的关键词说反（微内核→大内核、去中心化→中心化）。对知名技术"想反着说"的选项保持警觉。
6数据网格（Data Mesh）主张打破中心化数据仓库的垄断，其四大原则中不包括（ ）。
A. 数据即产品（Data as a Product）
B. 数据域自治（Domain Ownership）
C. 自助式数据平台（Self-Serve Data Platform）
D. 全企业统一建设并维护单一中央数据仓库
答案与解析（含破题思路）
答案：D。Data Mesh 四大原则：①数据域自治；②数据即产品；③自助式数据平台；④联邦式计算治理。D 恰是其反对的中心化模式——题目问"不包括"，D 与前三项的"去中心化"气质格格不入。
破题思路：排比选项找异类：A/B/C 都体现"分权、自治、自助"，只有 D 是"集中统一"，异类即答案。此类"三同一异"结构在超纲题中极常见。
7机密计算（Confidential Computing）所保护的数据状态是（ ）。
A. 存储中的数据（Data at Rest）
B. 传输中的数据（Data in Transit）
C. 使用中的数据（Data in Use）
D. 已归档备份的数据
答案与解析（含破题思路）
答案：C。数据安全三态：静态存储加密（磁盘加密/TDE）保护"存储中"、TLS/HTTPS 保护"传输中"、而机密计算通过可信执行环境（TEE，如 Intel SGX）保护"使用中"（计算过程）的数据——即内存中正在被处理的数据。
破题思路：三态框架是安全领域经典分类，"机密计算是新兴技术"→ 新技术解决的是老技术没覆盖的状态 → A/B 早有成熟方案 → 排除法得 C。
8平台工程（Platform Engineering）被 Gartner 连续列为顶级技术趋势。关于其叙述中，错误的是（ ）。
A. 内部开发者平台（IDP）通过自助式能力（环境申请、流水线、可观测性）提升研发交付效率
B. 平台工程可视为 DevOps 理念在组织规模化场景下的演进与沉淀
C. 平台工程主张每个业务团队各自从零搭建全套基础设施，以保持完全独立
D. 平台产品化运营强调把平台当作产品运营，持续收集内部开发者反馈并迭代
答案与解析（含破题思路）
答案：C。平台工程的初衷正是消除各团队重复造轮子，将公共能力沉淀为自助式内部平台；C 的"各自从零搭建"与平台工程目标完全相反。
破题思路：违背技术潮流诞生动机的选项必错——平台工程因"重复建设低效"而生，选项若描述其制造重复建设，直接锁定为错误项。
B 组 · 应用数学与运筹学（6 题）——固定超纲盘，题型十年循环
9某工厂生产甲、乙两种产品：甲每件消耗设备 A 2 小时、获利 3 千元；乙每件消耗设备 A 1 小时、获利 2 千元。设备 A 每月可用 100 小时，甲产量不超过 40 件，乙产量不超过 60 件。获利最大的方案及其最大利润是（ ）。
A. 甲 40 件、乙 60 件，最大利润 240 千元
B. 甲 20 件、乙 60 件，最大利润 180 千元
C. 甲 40 件、乙 20 件，最大利润 160 千元
D. 甲 30 件、乙 40 件，最大利润 170 千元
答案与解析（含破题思路）
答案：B。设甲 x、乙 y：max 3x+2y，约束 2x+y≤100、x≤40、y≤60、x,y≥0。线性规划最优解出现在可行域顶点：交点 (20,60)（由 2x+y=100 与 y=60 联立）处利润 3×20+2×60=180 千元，为各顶点中最大。A 项甲 40、乙 60 消耗 2×40+60=140 小时，超出 100 小时约束，不可行。
破题思路：两步防坑：①先验证可行性再比利润——A 是不验约束的诱饵项；②线性规划最优解必在顶点处取得，把各顶点利润算一遍取最大即可，无需深究单纯形法。
10无向带权图共有 6 个节点 A～F，各边权值：A-B 4、A-C 3、B-C 1、B-D 2、C-D 5、C-E 6、D-E 7、D-F 8、E-F 2。其最小生成树的权值之和是（ ）。
答案与解析（含破题思路）
答案：C。Kruskal（避圈法）：边按权排序 B-C(1)、B-D(2)、E-F(2)、A-C(3)、A-B(4)、C-D(5)、C-E(6)… 依次选不构成环的边：B-C(1)、B-D(2)、E-F(2)、A-C(3) 后已连通 {A,B,C,D} 与 {E,F} 两个分量，还需一条跨分量边，取最小 C-E(6)。合计 1+2+2+3+6=14。
破题思路：最小生成树两个套路必须形成肌肉记忆：Kruskal"小边优先、成环跳过"；Prim"从一个点长出去"。6 节点生成树必为 5 条边——数一下自己选出的边数即可快速自检。
11某项目有 4 万元优化预算，可投入甲、乙两个模块。投入甲 x 万元的收益 f(x) 与投入乙 y 万元的收益 g(y) 如表（万元），要求 4 万元恰好用完。总收益最大的分配方案是（ ）。
| 投入 | 0 | 1 | 2 | 3 | 4 |
|---|
| 甲 f(x) | 0 | 4 | 5 | 7 | 9 |
| 乙 g(y) | 0 | 2 | 6 | 8 | 9 |
A. 甲 1 万、乙 3 万，总收益 12
B. 甲 2 万、乙 2 万，总收益 11
C. 甲 3 万、乙 1 万，总收益 9
D. 甲 4 万、乙 0 万，总收益 9
答案与解析（含破题思路）
答案：A。枚举所有拆分：x=0→9；x=1→4+8=12；x=2→5+6=11；x=3→7+2=9；x=4→9。最大值 12，对应甲 1 万、乙 3 万。此类资源分配问题即最简单的动态规划：阶段=投入额度，决策=分配比例。
破题思路：总预算 4 万只有 5 种拆分，直接枚举比套动态规划方程更快更稳。考试中的"动态规划"小题，规模都很小，列表枚举就是标准解法——先列全、再取大。
12关于运筹学中指派问题（Assignment Problem）的叙述中，错误的是（ ）。
A. 指派问题的本质是一一匹配：每项任务恰好分配一人，每人恰好承担一项任务
B. 让每个人先选择自己用时最短的任务，发生冲突时再局部对调，一定能得到全局最优方案
C. 指派问题可用匈牙利法（Hungarian Algorithm）求得最优解
D. 指派问题可视为 0-1 整数规划问题的特例
答案与解析（含破题思路）
答案：B。个体贪心（每人选自己最快的任务）在冲突时会产生连锁让位，不保证全局最优；指派问题须用匈牙利法或 0-1 整数规划求解。"每个人都做最快的事"与"整体用时最短"是两回事——这正是局部最优 ≠ 全局最优的经典示例。
破题思路："一定能得到全局最优"是运筹学选项中的高频雷区：贪心算法只在具备贪心选择性质的问题上才保证最优，凡把贪心+全局最优绑定的绝对化表述，默认存疑。
13某系统上线方案：市场乐观时收益 200 万元（概率 0.3），市场平稳时收益 100 万元（概率 0.5），市场低迷时损失 50 万元（概率 0.2）。该方案的期望收益值（EMV）是（ ）。
A. 100 万元
B. 110 万元
C. 120 万元
D. 90 万元
答案与解析（含破题思路）
答案：A。EMV = 0.3×200 + 0.5×100 + 0.2×(−50) = 60 + 50 − 10 = 100 万元。决策论常配套考"max-min 悲观准则 / max-max 乐观准则 / 后悔值准则"，EMV 是唯一带概率加权的，看到概率乘收益直接套公式。
破题思路：EMV 只是一个加权平均：Σ(概率 × 收益)，亏损记得带负号。最大坑是漏掉 0.2×(−50) 的负号——算完可验算所有概率之和是否为 1。
14某在线服务的请求到达率 λ = 1800 次/小时，系统服务率 μ = 2400 次/小时，近似满足 M/M/1 排队模型。系统内平均请求数 L 与请求平均逗留时间 W 分别约为（ ）。
A. L = 3，W = 6 秒
B. L = 2，W = 4 秒
C. L = 4，W = 8 秒
D. L = 3，W = 4 秒
答案与解析（含破题思路）
答案：A。统一单位：λ = 0.5 次/秒，μ = 2/3 次/秒，利用率 ρ = λ/μ = 0.75。M/M/1 公式：L = ρ/(1−ρ) = 0.75/0.25 = 3；W = 1/(μ−λ) = 1/(2/3 − 1/2) = 6 秒。排队论近年多次出现在系统性能评价类超纲题中，M/M/1 的 L、W、Lq、Wq 四个公式值得背。
破题思路：排队论题最大陷阱是单位不统一——先把 λ、μ 换算成同一单位（每秒）再代公式。若忘了公式，记住直觉校验：ρ=0.75 时系统"略微排队"，L 应略大于 ρ，逗留时间应为服务时间（1.5 秒）的数倍，可排除明显离谱选项。
C 组 · 法规与标准安全（3 题）——背多分固定盘
15某软件公司程序员老王利用业余时间、未使用公司任何物质技术条件，独立开发完成一款移动应用并办理著作权登记。该软件的著作权属于（ ）。
A. 公司所有，因为属于职务作品
B. 老王所有，因为不属于职务作品
C. 公司与老王共同所有
D. 著作权登记机构代管
答案与解析（含破题思路）
答案：B。职务作品/职务成果的判定要件：①执行本单位任务（本职工作或明确交付的任务），或②主要利用本单位的物质技术条件。老王业余时间 + 未用公司资源，两要件均不满足，属于个人作品。记住配套数字：软件著作权保护期——自然人为终生 + 死后 50 年；法人为首次发表后 50 年；发表权等人身权中署名权保护期不受限。
破题思路：知识产权题 90% 考"归属判定"，判定锚点就两个问题：是不是干本职/交办任务？有没有用单位资源？两问皆否 → 个人所有。每年约 2～3 分，考前背一张"保护期+归属"表即可全收。
16根据《中华人民共和国密码法》，密码分为核心密码、普通密码和商用密码。关于商用密码的叙述中，正确的是（ ）。
A. 商用密码用于保护不属于国家秘密的信息，公民、法人和其他组织均可使用
B. SM2、SM3、SM4 系列算法属于核心密码算法，仅限党政机关使用
C. 商用密码产品的检测认证由密码管理部门指定的唯一厂商完成
D. 境外进口的商用密码产品无需接受任何形式的安全审查
答案与解析（含破题思路）
答案：A。核心密码/普通密码用于保护国家秘密，商用密码保护非国家秘密信息、向社会开放使用。B 错：SM 系列（SM2 椭圆曲线公钥算法、SM3 杂凑算法、SM4 分组密码、SM9 标识密码、ZUC 祖冲之序列算法）正是商用密码算法体系；C 错：检测认证由依法设立的商用密码检测认证机构开展，非"唯一厂商"；D 与关基设施安全审查制度相悖。
破题思路：密码法考点高度集中在"三类密码的用途分级"。国密算法族（SM2 非对称 / SM3 哈希 / SM4 对称）近年常与加密体系题混搭，记住口诀"2 换 3 摘 4 加密"。
17根据《数据安全法》与《个人信息保护法》，下列做法正确的是（ ）。
A. 实行数据分类分级保护制度，重要数据目录由各地区、各部门按照有关规定确定
B. 关键信息基础设施运营者在境内收集产生的个人信息可以自由向境外提供
C. 处理敏感个人信息时，取得个人口头同意即可，无需单独同意
D. 《数据安全法》仅约束国家机关，不适用企业数据处理活动
答案与解析（含破题思路）
答案：A。分类分级是《数据安全法》确立的基本制度。B 错：CII 运营者个人信息原则上境内存储，出境须安全评估；C 错：敏感个人信息（生物识别、宗教信仰、特定身份、医疗健康、金融账户、行踪轨迹及不满 14 周岁未成年人信息）须取得单独同意；D 错：该法适用于境内一切数据处理活动。
破题思路：法规题干扰项三大套路："自由/无需/仅约束"等绝对化放权表述、把"单独同意"弱化成"口头同意"、把适用范围缩小。涉及个人信息出境与敏感信息，从严不从宽的选项大概率对。
D 组 · 基础学科深挖（3 题）——教程一带而过的深水区
18Linux 内核默认的 CUBIC 与 Google 提出的 BBR 拥塞控制算法相比，下列叙述正确的是（ ）。
A. CUBIC 主要基于丢包信号调节拥塞窗口；BBR 通过主动测量瓶颈带宽与最小 RTT 来调节发送速率
B. BBR 必须依赖丢包信号才能调节发送速率
C. CUBIC 在高时延带宽积（长肥管道）网络中的表现始终优于 BBR
D. 两种算法均只能用于有线网络，无法应用于移动网络
答案与解析（含破题思路）
答案：A。教程只讲到慢启动/拥塞避免/快重传/快恢复（Reno 家族），CUBIC 与 BBR 属于延伸考点：CUBIC 用三次函数窗口增长曲线应对高带宽长延迟网络，仍以丢包为主要信号；BBR（Bottleneck Bandwidth and RTT）主动探测链路容量与往返时延，在有随机丢包但不拥塞的无线网络中优势明显。
破题思路：B/S/D 均含绝对化措辞（"必须""始终""只能"）。网络新算法题的通用判断法：新算法诞生必为解决旧算法的某个具体缺陷，能指出"新旧信号机制差异"的选项（A）即正确答案。
19多核处理器缓存一致性协议（如 MESI）中，M、E、S、I 四个字母描述的是（ ）。
A. 内存的四种页面置换状态
B. 缓存行的四种状态：已修改（Modified）、独占（Exclusive）、共享（Shared）、无效（Invalid）
C. 进程的四种调度状态
D. 磁盘阵列（RAID）的四种运行状态
答案与解析（含破题思路）
答案：B。MESI 是多核缓存一致性协议，每个缓存行处于四态之一：M（本核已改、内存过期）、E（仅本核持有且与内存一致）、S（多核共享、均与内存一致）、I（无效）。它解决的是写传播与写串行问题，与页面置换算法（LRU/FIFO/CLOCK）、进程状态（就绪/运行/阻塞）是完全不同层面的概念。
破题思路：概念指认题——四个选项分属四个知识域（内存管理/缓存/进程/存储），题干"MESI 协议"+ 上下文"多核处理器"已锁定硬件缓存域，用领域归属即可秒选，无需逐字母展开。
20关于 LSM-Tree（日志结构合并树）存储引擎的叙述中，错误的是（ ）。
A. 写入先追加到内存 MemTable，达到阈值后批量刷盘生成不可变的 SSTable，实现顺序写高吞吐
B. 读取可能需要依次查找 MemTable 与多层 SSTable，通常借助布隆过滤器加速判断
C. Compaction 合并操作可回收冗余版本与存储空间，但会带来写放大
D. LSM-Tree 的随机读写性能天然优于 B+ 树，已全面取代 B+ 树
答案与解析（含破题思路）
答案：D。LSM-Tree 以写优化著称（追加写+顺序刷盘，RocksDB、LevelDB、HBase 均基于此），代价是读放大（点查可能穿透多层）；B+ 树原地更新、点查路径稳定，仍是 MySQL InnoDB 等主流 OLTP 引擎的选择。"全面取代"既绝对化又违背事实。
破题思路：存储引擎题的永恒主线是读写权衡：LSM 换写不换读，B+ 树点查强写放大。凡是"天然优于""全面取代"类的零和表述，可直接判错——两种成熟技术长期共存，本身就是架构权衡思想的体现。
第四部分 · 可攻克方向 ROI 战术清单
一、投入产出比排序（考前冲刺用）
| 攻克方向 | 预计耗时 | 预期收益 | ROI |
|---|
| 应用数学套路：线性规划顶点法、Kruskal/Prim、动态规划枚举、EMV、M/M/1 | 2 天 | 稳拿 2～3 分 | ★★★★★ |
| 专业英语：架构/微服务/云原生/AI 高频术语 + 近 3 年英语真题短文精读 | 1 天 | 稳拿 4～5 分 | ★★★★★ |
| 知识产权速记表：保护期（终生+50/发表+50）、职务/委托作品归属、侵权判定 | 0.5 天 | 稳拿 2～3 分 | ★★★★★ |
| AI 术语扫盲：Agent（ReAct/记忆/工具调用）、MCP、RAG 链路、量化/微调/蒸馏、向量库 | 1 天 | 捞 1～2 分 + 论文选题保险 | ★★★★☆ |
| 安全法规三件套：密码法三类密码与国密族、数据安全法分级、个保法敏感信息单独同意 | 0.5 天 | 捞 1～2 分 | ★★★★☆ |
| 信创名录：鸿蒙软总线/ArkTS、国产数据库三强、欧拉/龙蜥、东方通/宝兰德中间件 | 0.5 天 | 捞 1 分 | ★★★☆☆ |
| 云原生安全与零信任：SDP、微隔离、mTLS、零信任三原则 | 1 天 | 捞 1～2 分 + 论文 P0 素材 | ★★★☆☆ |
| 量子计算基础概念（量子比特/叠加/不可克隆） | 2 小时 | 0～1 分 | ★★☆☆☆ |
战术结论：前四项合计约 4.5 天投入，覆盖 9～13 分确定性收益——这是超纲题里"可以转化为得分"的最大区块。最后两行属于战略性了解：会则赚、不会不亏，切勿恋战。
二、考场超纲题三步猜题法（把 25% 正确率抬到 60%）
第一步 · 排除绝对化："必须/全部/一定/彻底/天然优于/全面取代"类措辞，在超纲题错误项中出现率极高（本页 20 题中有 11 题可用此法直接锁定或排除 2 个选项）。
第二步 · 选体现权衡的表述：架构领域的正确答案几乎总带有"按场景/分级/权衡/取决于"气质——A、B、C、D 四个选项中，承认 trade-off 的那个最像正确答案。
第三步 · 拆词与领域归属：英文缩写拆词根（ReAct=Reasoning+Acting）；中文概念题先判定选项所属知识域是否与题干同域，异域选项直接排除（MESI ≠ 页面置换）。
时间纪律：综合知识机考 150 分钟 75 题，单题均摊 2 分钟。超纲题一旦 90 秒内无思路，标记后立即跳过——固定超纲盘（英语+数学+知产）先保证拿下，浮动超纲题用三步法速决。
与两套模拟卷的配合用法：本页是"超纲维度"的专项补充——卷一/卷二覆盖教程内核心考点与 2026 上已考方向，本页覆盖"教程没有但命题组可能出题"的盲区。建议顺序：先刷两套卷建立主干（目标 60/75），再用本页 ROI 清单补超纲分（目标再+8～10），综合知识稳定越过 45 分合格线并留足冗余。
数据与观点来源
① 综合知识固定超纲盘（知识产权约 3 分、应用数学 2～3 分、专业英语 5 分、标准化知识）：CSDN《软考：系统架构设计师超纲部分》（2025-12）；② 2026 上半年论文四题复盘与三大趋势信号、2026 下半年 P0/P1/P2 方向预测：CSDN《2026下半年软考架构设计师论文预测，上半年真题复盘与未来趋势预测》（2026-09）；③ 2026 上半年综合知识考点（向量数据库、六边形架构、MQTT、时序数据库等）：考生回忆版与社区复盘整理。模拟题 20 道为本页基于上述规律原创命制。