传统程序无学习能力，通过规则+数据=答案，正确率没有变化。A. 对B. 错

考查要点：本题主要考查对传统程序与机器学习程序核心区别的理解，重点在于区分传统程序的规则驱动特性与现代学习型算法的数据驱动特性。

解题关键：

1. 传统程序的工作方式：基于固定规则处理输入数据，输出结果，规则不会随运行时间或数据量变化。
2. 学习能力的本质：学习型系统（如机器学习）能通过数据调整内部参数，从而改变输出结果，正确率可能随数据积累而变化。
3. 正确率不变的原因：传统程序的规则是静态的，无法通过经验或数据优化性能。

传统程序的核心特征：

1. 规则驱动：程序行为完全由预先编写的规则决定，规则固定不变。
2. 无自适应能力：无法根据输入数据或运行结果调整规则，错误需人工修正。
3. 正确率恒定：只要规则正确，输出始终准确；若规则有误，错误会重复出现，但程序本身无法自动修正。

与机器学习对比：

• 机器学习模型（如神经网络）通过训练数据调整参数，形成新的“规则”，正确率可能随训练数据增加而提升。
• 传统程序的正确率仅依赖初始规则设计，与运行次数无关。

结论：题目描述符合传统程序的特性，答案为A. 对。