把 AI 放在可控制的環節
AI 程式設計工具適合產生樣板、解釋陌生程式碼、補充測試和提出重構草案。它不應直接決定生產變更,也不應繞過程式碼審查、依賴掃描和部署審批。先把儲存庫規則、執行命令和禁止修改的目錄寫入開發說明。
建議的協作循環是:
問題描述 -> 小範圍產生 -> 本機測試 -> 人工審查 -> 安全掃描 -> 合併
每次讓模型只處理一個可驗證的變更,要求它列出假設、涉及檔案和測試結果。大範圍「重寫整個模組」會放大上下文誤讀和隱藏回歸。
讓驗證先於信任
產生程式碼後先執行型別檢查、單元測試和格式化工具,再閱讀差異。對 SQL、權限、檔案路徑和外部請求做專門審查。測試通過只代表樣本通過,不能取代對邊界條件和資料遷移的判斷。
保護程式碼和憑證
不要把私有原始碼、生產日誌、存取權杖或客戶資料貼到未核准的模型服務。透過忽略檔、脫敏腳本和最小權限代理限制上下文。記錄模型版本和產生時間,方便問題回溯。
衡量實際收益
關注變更交付時間、回滾率、缺陷密度、審查耗時和測試覆蓋率,而不是產生行數。只有在人工品質門檻和安全檢查沒有下降時,自動化才有價值。
資料來源
可參考 GitHub Copilot 信任中心、OWASP 程式碼生成安全建議 和 OpenSSF Scorecard。
