408 计组真题，到底更像哪本教材

考研群里在争论：「408 计组看袁春风还是唐朔飞」 「像不像」「更近多少」全凭感觉。 所以我们把 2009–2026 共 235 道计组真题，跟袁春风和唐朔飞两套教材（教材 + 习题册）的全文逐段，算了一遍「语义距离」。 结论：18 年里，每一年，袁书都比唐书更贴近真题。 但下面会讲清楚，为什么我们不愿意把它说成「袁书碾压」。

---

1. 起因：一句"只看xx书就够"，能不能用数据验一下

计组想冲高分，配套要刷袁春风的习题，遇到不懂的回去翻袁春风第二版教材——其余几门他反而说教材性价比不高，这是网上流传的论点。我们找到了真题数据和唐书袁书。【我吕布平生不好斗，唯好解斗】，算一遍。

---

2. 原理：什么叫"真题和教材的语义距离"

方法。

第一步，把每段文字变成向量。 现在的语言模型能把一段话压成一串数字（向量），意思相近的两段话，在高维空间的距离也相近。这给两套教材的每一段、和每一道真题，都生成这样一个向量。

第二步，给每道真题找「最像的那一段」。 对一道真题，分别在袁书里、在唐书里，找出向量距离最接近它的那一段，记下相似度。相似度越高，说明这本书里越有一段话「几乎在讲同一件事」，不一定是文字完全一样。

第三步，比谁更近。 同一道真题，袁书的最高相似度和唐书的最高相似度，谁大，就算谁「更贴近」这道真题。

• 只用真题的题干和选项，不用我们自己写的解析。 codebrick 题库里的解析是我们写的，写的时候可能引用过袁书的讲法——拿它去跟袁书比相似度，就是循环论证。所以查询侧只放命题人出的原文。
• 两本书一视同仁。 袁、唐都用「教材 + 习题册」两本合起来当语料，同一套算法、同一个口径。

模型、语料、相似度计算方案，都写在文末「方法与数据」一节里——资料都来源网上，可以根据该方案复现。我们用了两个不同团队、不同架构的算法模型（智源 bge-m3、阿里 Qwen）各跑一遍，下面的结论在两个模型上都成立，不是挑了个对我们有利的模型。

---

3. 结论：18 年，每一年，袁书都更近

先看两本书各自的绝对贴近度。把每年所有真题、在每本书里找到的「最像那一段」的相似度求平均，两条线画出来是这样：

两条线都不低（袁书常年 0.78–0.88，唐书 0.72–0.78），说明两本都是对路的计组教材。但红线（袁书）每一年都压在蓝线（唐书）上方，从没被反超过。

把两条线的差（袁 − 唐）单独拎出来看更清楚：

每一根柱子都在零线以上。也就是说，从 2009 到 2026，没有任何一年唐书比袁书更贴近真题。

几个关键数字（全期 235 道）：

维度	数值
袁书更近的真题占比	84%（198 / 235）
近年 22–26 袁书更近占比	92%
袁书平均最高相似度	0.80
唐书平均最高相似度	0.74

近年（2022–2026）这批题里，每 100 道有 92 道是袁书更近，比全期的 84% 还高一截。指令系统、CPU 数据通路、流水线这些近年考得越来越细的地方，真题往往能在袁书里找到几乎对应的讲解或例题。

---

4. 但不能说"袁书碾压"

数据要是只往爽的方向解读就个人情绪太重了：

第一，这不是"近年才转向袁书"。 你可能听过「计组出题方向变了，越来越像袁书」。从图上看，袁书其实从 2009 年起每一年都领先，不存在某年突然反超。近年（92%）确实比全期（84%）领先得更稳一点，有「轻微强化」，但「最近才开始像袁书」这个说法，数据并不支持。

第二，唐书不是没用。 唐书的平均相似度 0.74 也很高——它依然是一本对路的计组教材，只是从「贴近近年真题」这单一维度看，袁书系统性地更近一点点（平均高 0.06）。两本都是合格的计组源教材，但袁书 18 年来稳定更贴近真题，近年尤其稳。**。

之所以这 0.06 的小差距值得当回事，不是因为它大，而是因为它稳：跨 18 年、跨 84% 的题、跨几个互相独立的模型，方向从不翻车。统计上，一致比幅度更能说明问题。

---

5. 参考价值

落到怎么用书上，：

1. 想冲计组高分，袁春风值得啃。 CPU 单周期/多周期实现、控制信号怎么设计、流水线阻塞的硬件原理、中断的硬件流程这些近年考得很细的硬件过程时，袁书都有。

2. 袁书的难点在"抽象"，配着图理解会快很多。 很多人反映袁书 CPU 那几章对新手太抽象，得边看课边啃。codebrick 把数据通路、单/多周期、流水线、控制器这些做成了可交互的可视化，啃袁书卡住时可以对着动画看一遍：计组可视化合集。

3. 唐书 / 其他教材不用焦虑地换掉。 这篇只比了「贴近近年真题」一个维度。你手上的书如果已经用顺了、基础在涨，没必要为这 0.06 的差距推倒重来。

---

6. 方法与数据：给想复核的人

前面是结论，看不懂公式不影响用结论，但想较真的人能照着复核。数据都是网上可以收集的，大家也可以跑一次看看是否一致。

6.1 用了什么数据

• 真题侧：235 道计组真题（2009–2026），每道只取题干 + 选项的命题方原文，剔除 codebrick 自己写的解析（防循环论证）。
• 教材侧：袁、唐两套书全文 OCR 后切成段落，共 19 849 段——袁书 6 408 段（教材 3 178 + 习题册 3 230），唐书 13 441 段（教材 10 700 + 习题册 2 741）。

6.2 怎么把"像不像"变成一个数

一段文字经过嵌入模型 $f$ 映射成一个 $d$ 维向量，并归一化到单位长度：

$$\mathbf{v}=\frac{f(\text{text})}{\Vert f(\text{text})\Vert },\Vert \mathbf{v}\Vert =1$$

两段文字的「像不像」用余弦相似度衡量。因为已经归一化，余弦相似度就退化成点积：

$$\mathrm{sim}(\mathbf{q},\mathbf{p})=\cos \theta =\frac{\mathbf{q}\cdot \mathbf{p}}{\Vert \mathbf{q}\Vert \Vert \mathbf{p}\Vert }=\mathbf{q}\cdot \mathbf{p}\in [-1,1]$$

对一道真题 $q$，我们在某本书 $B$（它的所有段落集合）里取最像的那一段的相似度，作为这本书对这道题的贴近度——也就是最近邻（top-1）：

$$S_B(q)=\underset{\mathbf{p}\in B}{max}\mathrm{sim}(\mathbf{q},\mathbf{p})$$

为什么取「最大」而不是「平均」？因为我们问的是「书里有没有一段几乎在讲这道题」，不是「整本书平均像不像」。这还顺手解决了一个公平性问题：唐书语料（13 441 段）是袁书（6 408 段）的两倍多，平均相似度会被海量无关段落稀释，而最大值不会因为书厚就虚高——体量差异被自然中和。

于是每道题得到一个「袁 − 唐」的贴近度差：

$$\mathrm{\Delta }(q)=S_{\text{袁}}(q)-S_{\text{唐}}(q)$$

按年份 $y$ 把当年所有真题 $Q_y$ 求平均，就是第 3 节那张图：

$${\bar{\mathrm{\Delta }}}_y=\frac{1}{|Q_y|}\sum _{q\in Q_y}\mathrm{\Delta }(q),\text{袁更近占比}=\frac{|\{q:\mathrm{\Delta }(q)>0\}|}{|Q|}$$

6.3 核心代码

去掉 IO 和画图，算法核心就这几行：

# 每段教材、每道真题 → 单位向量（normalize_embeddings=True 即上面的归一化）
P = model.encode(passages, normalize_embeddings=True)   # (19849, d)
Q = model.encode(queries,  normalize_embeddings=True)   # (235,   d)

sims = Q @ P.T                          # 归一化后点积 = 余弦相似度矩阵 (235, 19849)
S_yuan = sims[:, is_yuan].max(axis=1)   # 每道题在袁书里的最近邻相似度
S_tang = sims[:, is_tang].max(axis=1)   # 在唐书里的最近邻相似度
delta  = S_yuan - S_tang                # >0 即袁书更近，再按年份聚合

全部在一块 RTX 3060 上跑完，没用云、没调参——简单质朴。又想起以前实验室炼丹的岁月！！！

6.4 换个模型还成立吗——交叉验证

用两个不同团队、不同架构的嵌入模型各跑一整遍：

模型	出品	袁 平均贴近度	唐 平均贴近度	袁 − 唐	袁更近占比
bge-m3	北京智源 BAAI	0.802	0.742	+0.059	84%
Qwen3-Embedding-0.6B	阿里巴巴	0.767	0.716	+0.051	83%

两个独立模型给出几乎一样的结论，且对「袁更近还是唐更近」的逐题判定有 84% 重合。结论不依赖某一个模型的口味。

透明起见：我们还试跑了一个更大的 40 亿参数模型，方向同样是「袁更近」，但它用通用加载方式跑出来的检索质量明显下降（会把真题匹配到教材的「前言」「书目」这类无关段落），所以我们不采信它的具体数值，只把上面两个配置确认无误的模型作为依据。把这点写出来，是不想让你以为我们挑了对自己有利的模型。

---

7. 方法的边界（免得你高估这篇）

• 「语义相似」不等于「命题同源」。 相似度高，可能只是两段话在讲同一个考点，未必是真题「抄自」这本书。这篇给的是统计趋势，不是逐题的「这道题出自袁书第几页」的实锤。
• 这是 235 道题的整体规律，不是对单道题的判定。 个别真题唐书更近，完全正常。

---

把 235 道真题逐道挂到知识点、按章节和年份拆开看，可以在这里：计组真题库。这篇背后的「该看哪本书」之外，更细的「每个考点该练几道」我们也在用同一套数据方法算——那是另一篇了。