Home / FAQs / AI技能、程式碼驗收與Agent部署
QUESTION & ANSWER

AI寫的程式碼,測試和交付責任應該由誰承擔?

AI參與開發不會自動免除供應商的測試和交付責任。驗收應繫結範圍、版本、環境和業務規則,而不是模型是否說程式碼正確。客戶負責確認業務標準,交付方按合同完成評審、測試、整改和交接。測試費用可以根據實際工作量最佳化,但不能沒有驗證就直接刪除。

直接回答

先給出可以用於決策的結論

先把責任寫進專案範圍。交付方提供可復現原始碼、測試證據和已知限制,客戶指定人員確認業務結果;第三方介面、賬號和許可證責任分別列出。AI生成的程式碼與人工程式碼一樣,需要檢查許可權、異常、依賴、部署和資料行為。程式碼與測試同時根據錯誤規則生成時,測試透過仍可能執行錯誤業務,所以不能把第二個模型的判斷當成獨立驗收。

DECISION FACTORS

判斷前需要確認哪些條件

同一個問題在不同企業、資料和專案階段下可能有不同答案。建議先核對以下條件,再把網上的通用結論代入自己的專案。

合同是否明確測試、整改、釋出與維護範圍驗收樣本是否由業務負責人確認測試報告對應的程式碼與配置是否一致未覆蓋條件與歷史缺陷是否單獨記錄
ACTION STEPS

建議按什麼順序推進

01

先明確目標與邊界

確認需求、倉庫提交、配置和執行環境。

02

驗證關鍵依賴

驗證核心流程、無權訪問、重複請求和介面故障。

03

形成可評審成果

檢查依賴、金鑰、遷移、部署與恢復限制。

04

用真實結果決定下一步

在新環境按資料演練接管,並確認遺留問題。

PRACTICAL EXAMPLE

放到實際業務中如何理解

示例用於說明判斷方法

設計示例,不是客戶專案:某合同查詢頁面執行正常,但修改介面引數即可讀取其他公司的合同。正確做法是修復服務端授權,增加跨公司和撤權迴歸測試,核對日誌並人工複測。僅隱藏頁面按鈕,或讓模型再次確認“安全”,都不能作為完成整改的證據。 示例不代表特定客戶業績,實際結論需要結合企業自己的業務量、樣本、系統和責任邊界驗證。

COMMON RISKS

最容易踩的坑

以“AI生成”作為質量問題免責理由

刪除失敗測試或降低斷言後宣稱測試透過

驗收只有截圖,沒有版本、環境和重現方法

ACCEPTANCE

最終應該怎樣驗收或確認

報告說明範圍、樣本、方法、環境、缺陷、修復和殘餘風險。重要改動保留人工評審,支付、許可權和遷移不能只靠自動掃描。原始碼、指令碼、配置模板、測試與運維資料應按約定移交,不以完整聊天記錄代替工程檔案。涉及合同權責和許可爭議由相關負責人複核;本頁說明實施驗收方法,不提供免責保證。

準備與供應商或內部團隊溝通時,建議帶上當前流程、代表性樣本、現有系統、計劃時間和預算等級。先把未知項明確標註,再決定採用診斷、PoC、固定範圍專案或持續研發,通常比直接索要一個缺少邊界的價格和工期更可靠。

你的專案條件與上面的示例不同?

可以先整理業務目標、現有系統、樣本與計劃時間,再由顧問結合實際邊界給出初步判斷。

聯絡專案顧問

需要明確程式碼審查和驗收責任?

說明專案階段、目前交付物和最擔心的風險,先溝通檢查範圍、證據與整改方式。

不必先準備完整需求書。首次溝通請勿傳送密碼或未脫敏的敏感資料。