跳转到内容

审查清单

这就是内部一直在用的那套审查，这里把它写成你可以自己拿来对自己的构建使用的版本。完成一次大约需要一个小时；如果执行审查的人，不是这个构建的开发者，效果会好得多。

如何进行这项审查

把下面的评分表复制一份，放在你正在审查的构建旁边。
逐条过一遍每项原则下的问题，这些问题取自八项原则。
为每个问题打分：已达成、部分达成、未达成，或不适用。
每个分数都需要一个依据——某样具体的东西来证明它：一条具体的记录、一段你亲眼看到发生并粘贴下来的结果、一张实际行为的截图。一个背后什么都没有的分数，只是一个人的看法，算不上审查。
任何被打上未达成的项，要么在交付前修复，要么写一条带日期的书面说明，说明是谁接受了这个差距、为什么接受。

让这项审查真正值得做的几条规则

评审人不是这个构建的开发者。 一个人审查自己的作品，往往只能发现自己本来就已经知道的问题。
动手运行，不要只是看着推测。 不要因为一项测试看起来应该会通过，就认定它通过了。把它运行一遍，亲眼看着结果。
“不适用”需要一个理由。 这是一个正当的分数，但沉默不是——写清楚这个问题为什么在这里不适用。
部分达成不等于通过。 它是一个被明确指出的差距，要有负责人，最好还要有一个重新审视它的日期。
这审查的是构建，不是人。 目标是得到一个更好的成果，而不是对做出它的人下判断。

1. 可溯源性（Provenance）

#	问题	分数	依据	备注
1	不借助他人帮助，你能否从输出里的一个数字，一路找到它背后的那条记录？
2	这个答案是否带有一个截至日期？
3	一句被引用的内容，是否能对照其出处得到证实，并给出具体位置？
4	当数据无法回答这个问题时，一个人会看到什么？
5	每一句被引用的内容，是否真正支持它所对应的结论，还是只是恰好出现在源材料里？

2. 确定性（Determinism）

#	问题	分数	依据	备注
1	每一个数字，具体是在哪里算出来的？
2	一个业务人员能否在不找开发者的情况下，自行修改一个阈值？
3	同一个问题问两次，得到的答案是否一样？
4	当系统遇到一条它尚未实现的规则时，会发生什么？

3. 模块化（Modularity）

#	问题	分数	依据	备注
1	对任何被标记为“共享”的东西，说出两个真实存在、彼此独立的使用场景。
2	是否存在这样的变体：它们之间的差异其实来自一次修改，而不是来自配置？
3	一个部件能否脱离实际账号和网络，独立完成测试？
4	这个构建里，是否存在没有真实、具名用户的部分？

4. 无领域内核（Domain-free cores）

#	问题	分数	依据	备注
1	核心逻辑里，是否出现了公司名称或某个客户特有的细节？
2	只靠修改配置，这个核心能否服务于另一家公司？
3	配置里的每一项设置是否都被用到了，而每一个被用到的东西是否都在配置里声明过？
4	是否有任何工作流程里，包含了某台机器的网络地址？

5. 人的治理（Human governance）

#	问题	分数	依据	备注
1	展示最近一次决定的记录。谁决定的？决定了什么？什么时候决定的？
2	如果审核人联系不上，还会有东西被发出去吗？
3	这个关卡是自己算出答案，还是相信别人递给它的答案？
4	审核人本来在哪里工作？那条路径是否曾以他们的身份端到端走通过？仅仅打开链接，会不会决定任何事？
5	当同一个决定送达两次时，会发生什么？
6	智能体能否写入用来记录决定的那些列？
7	当一项检查还没有在记录上打下结论时，后面的步骤会怎么做？
8	批准一项、拒绝一项、再留一项不做处理。每一次，流程是否都能自行继续往下走？

6. 原生优先（Native-first）

#	问题	分数	依据	备注
1	一个不是开发者的人，能否读懂这个构建，并说出每一步在做什么？
2	在构建里搜索，是否会找到任何看起来像凭证的东西？
3	对每一段自定义代码，是否考虑过、又放弃了哪个内置能力？为什么？
4	把这个构建搬到另一个账号下。什么会坏掉？

7. 可运维性（Operability）

#	问题	分数	依据	备注
1	你是否亲自运行过这些测试，并亲眼看着它们通过？
2	固定测试集在哪里，它上一次评分是什么时候？
3	重置是否能把这个构建，恢复到完全相同的起始状态？
4	有什么在独立核查这条主路径，它上一次与主路径的结果不一致是什么时候？
5	一个素不相识的人，仅凭这个安装包和文档，能否把它装起来并运行？
6	对每一步，哪条记录能证明这项工作确实发生过？

8. 安全与主权（Security and sovereignty）

#	问题	分数	依据	备注
1	即将被分享出去的东西里，是否包含任何看起来像凭证的内容？
2	任何 AI 工具能访问到的凭证，是否都是权限有限、可随时作废的？
3	敏感字段的脱敏，是由平台强制执行的，还是由一个可能被跳过的步骤来做的？
4	谁能看到未经脱敏的原始数据，又是什么在真正阻止 AI 被接入这些数据？
5	你上一次分享出去的安装包，实际包含了什么？
6	有哪些 AI 模型会读取这个构建的数据，其中是否有任何一个在部署范围之外？

已接受的差距

差距	为什么目前可以接受	接受人	日期	何时重新审视