导语：
近期 AI 协作正在从 IDE 扩展到整个 SDLC：生成代码、生成测试、生成变更摘要、生成运行手册。提效很诱人，但新的风险也更集中：幻觉、越权、供应链材料缺失、责任链不清。工程治理的关键不是“禁用 AI”，而是把 AI 协作纳入可审计的变更体系：策略即代码、引用即证据、门禁即纪律、复盘即资产。本文给出落地框架。
1. 变更仍是核心：AI 只是加速器
不管是否使用 AI，事故大多来自变更。AI 加速器会放大变更频率，因此更需要纪律：
- 影响面推断：基于依赖图与调用链生成影响面与验证清单，并要求完成情况可追溯。
- 差异报告固定化：性能/可用性/成本/权限差异随 PR 与发布归档。
- 高风险默认演练：迁移、鉴权策略、跨区域配置变更必须影子流量与回滚演练。
2. 可审计 AI 协作：引用与签署点是底线
AI 生成内容必须可追溯：
- 引用来源：生成的代码建议、变更摘要与手册必须附引用（文档/规范/历史工单/仓库路径）。
- 上下文摘要：记录生成时的上下文范围与版本，避免“引用过期”。
- 人工签署点：关键输出（回滚脚本、风险评估、权限变更）保留签署点，形成责任链。
3. 策略即代码：把治理写进流水线
治理要自动化：
- 供应链门禁：SBOM、签名、可重现构建摘要默认生成并阻断缺失；
- 权限门禁：权限变更走审批与差分检查，例外到期回收；
- 质量门禁：测试覆盖、回归评测与安全扫描与发布联动。
4. 复盘资产化：让每次事故都降低下一次成本
AI 能生成复盘草稿，但复盘必须落到资产：
- 复盘结论转工单，明确负责人、期限与验证标准；
- 运行手册与回滚脚本版本化并演练记录；
- 指标口径统一，避免复盘“各说各话”。
企业策略
- 变更治理优先：影响面推断与验证清单平台化，差异报告随发布归档。
- AI 可审计默认：引用与签署点强制，生成内容进入抽检与回归。
- 门禁自动化：供应链/权限/质量门禁写进流水线，例外到期回收。
- 复盘可继承：复盘、手册、脚本与演练记录入库，形成组织资产。
行动清单
- 在 PR 流程接入影响面推断与差异报告模板；
- 为 AI 生成物建立引用要求与签署点，并接入抽检机制；
- 将 SBOM/签名/可重现构建、权限审批与质量扫描门禁化；
- 建立复盘资产库：手册、脚本、演练记录与教训卡可检索。
风险提示
- AI 幻觉：无引用与签署的生成物进入生产会放大事故概率。
- 门禁失效：例外长期化会让治理债务积累。
- 复盘空转：不工单化、不验证，复盘无法降低未来成本。
- 口径混乱：指标口径不统一会导致错误决策与争议。
结语
AI 协作带来的不是“替代工程”，而是“重塑治理”。当可审计、门禁与资产化成为默认，AI 才能在高频变更中真正提升组织效率而不牺牲安全与稳定。
补充：AI 生成物抽检清单
- 关键结论是否有引用来源与可点击证据（文档/规范/仓库路径）？
- 是否引入新的依赖/权限/网络访问？对应门禁与审批是否齐全？
- 回滚脚本与运行手册是否可演练、可回放并已归档？
