4.5 AI 時代的 Code Review:商業邏輯與資安把關
學完本節,你能夠:
- 說明 AI 時代的程式碼審查(Code Review)重點,為什麼從「語法」轉向「商業規則與風險」。
- 用五個面向的檢核清單,找出一段 AI 程式碼中的商業與資安問題,即使看不懂每一行語法。
- 寫出一段「請另一個 AI 交叉審查」的指令,並說明它的極限。
壹、開場情境:「我看不懂,怎麼審?」
📌 以下為教學情境(依課堂常見提問改編)。
上完第 4.4 節,一位國貿系同學問:
「老師,AI 幾十秒就寫出幾百行程式碼,我不是讀資訊的,看不懂每一行。這樣我怎麼敢把它拿去處理公司真正的訂單?」
這個擔心是對的。回想第 4.3 節:CRM 原本的轉單程式可以順利執行、畫面也顯示「聯動成功」,但它在抓不到數量時會自動當成 10 台,庫存不足時還會宣稱「已通知採購」,實際上什麼都沒寄。這些問題都不是語法錯誤,懂業務的人反而比較容易看出來。
本節要解決的問題: 不會寫程式的經理人,要用什麼方法審查 AI 寫的程式碼?
貳、概念:審查的重點換了
程式碼審查(Code Review):程式上線前,由寫程式以外的人檢查一遍,找出錯誤與風險。
| 過去的審查重點 | AI 時代經理人的審查重點 | |
|---|---|---|
| 看什麼 | 命名、排版、語法、效能細節 | 商業規則對不對、例外怎麼處理、資料與金鑰安不安全 |
| 誰比較擅長 | 資深工程師 | 懂業務的人 + 工程師 |
| 類比 | 校對錯字 | 會計師查帳:數字怎麼來的、哪裡可能被鑽漏洞 |
語法錯誤現在大多由 AI 自己修掉,或一執行就會報錯;真正危險的是能執行、但規則錯了的程式碼。
五個面向的檢核清單
| 面向 | 要問的問題 | 典型陷阱 |
|---|---|---|
| ① 商業計算 | 公式、稅基、四捨五入順序、幣別小數位對嗎? | 毛利率除以成本(第 1.1 節);日圓被算到小數兩位 |
| ② 邊界與內控 | 負數、零、空白、超過上限會怎樣? | 數量 −5 讓金額變負數;退款總額超過原付款 |
| ③ 金鑰與個資 | 有沒有密碼或金鑰直接寫在程式裡?有沒有把個資印到日誌? | api_key = "sk_live_..." 被上傳到公開的 GitHub |
| ④ 外部套件 | 程式引用的套件真的存在、來源可信嗎? | AI 虛構出不存在的套件名稱 |
| ⑤ 失敗處理 | 外部服務失敗或逾時時,會停下來、會回復,還是假裝成功? | 扣款成功但建單失敗,客戶被扣錢卻沒有訂單 |
以下逐項說明經理人需要知道的背景。
① 商業計算
- 幣別小數位:國際標準 ISO 4217 規定日圓(JPY)、韓元(KRW)沒有小數位,美元、歐元則有 2 位。對日圓金額保留兩位小數,可能被支付系統判定為格式錯誤。
- 稅基順序:依台灣加值型及非加值型營業稅法,進口貨物的營業稅稅基是「關稅完稅價格 + 進口稅捐」,不是只有完稅價格。
例:完稅價格 NT$ 100,000,進口關稅 5% = NT$ 5,000
正確營業稅 =(100,000 + 5,000)× 5% = NT$ 5,250
錯誤寫法 = 100,000 × 5% = NT$ 5,000 → 每筆少繳 NT$ 250,事後須補稅
- 浮點數誤差:電腦用二進位存小數,
0.1 + 0.2在 Python 中等於0.30000000000000004,round(2.675, 2)得到2.67而不是2.68。處理金額時,應要求使用十進位運算(Python 的decimal模組)或以「分」為單位的整數計算。
② 邊界與內控:第 2.4 節的邊界條件,在審查時就是逐一問「如果輸入是 0、負數、空白、超大數字,會怎樣?」並確認程式碼裡有對應的檢查。
③ 金鑰與個資
- 金鑰(API Key)等於公司帳戶的鑰匙。公開程式碼平台上外洩的金鑰,常在短時間內被自動化程式掃到並盜用。金鑰應放在環境變數或系統設定中,不寫進程式碼。
- 信用卡號、身分證字號、密碼不得寫入日誌(Log)。信用卡產業的 PCI DSS 標準明確禁止在交易授權後保存卡片驗證碼(CVC);個資外洩也涉及台灣《個人資料保護法》與歐盟 GDPR 等規範。
④ 外部套件:大型語言模型有時會「幻覺」出一個聽起來很合理、但根本不存在的套件名稱。已有研究與資安社群指出,攻擊者可能搶先在公開套件庫註冊這類名稱並植入惡意程式(有人稱為 slopsquatting)。審查時,對計畫或程式碼中每個陌生套件,都要確認它存在、來自官方或知名來源,再允許安裝。
⑤ 失敗處理:這是第 1.3 節「抓不到匯率就停止並告警」原則的延伸。審查時問三件事:失敗時會停下來嗎?已經做一半的事會回復嗎?畫面上的「成功」是對方真的回覆成功,還是程式自己推測的?
參、應用到情境:審查第 4.3 節的舊版轉單程式
以下是第 4.3 節修正前的 CRM 轉單程式(節錄)。請先不看下方表格,用五面向清單自己找找看。
function autoSyncDealToERP(customer, itemDescription, amount) {
// ……(前略:取得「銷售訂單」與「庫存主檔」工作表)
let targetItem = '人體工學鍵盤 A款';
let qty = 10;
if (itemDescription.includes('B款')) targetItem = '無線雙模鍵盤 B款';
if (itemDescription.includes('C款')) targetItem = '靜電容旗艦鍵盤 C款';
const qtyMatch = itemDescription.match(/(\d+)\s*台/);
if (qtyMatch) qty = Number(qtyMatch[1]);
// ……(檢查庫存)
if (qty > currentStock) {
salesSheet.appendRow([orderId, targetItem, qty, amount / qty, `⚠️ 庫存不足 (現存${currentStock}台,待補貨)`]);
return `⚡【ERP 警報】……系統已自動向採購部發送補貨請求!`;
}
// ……(扣庫存並寫入訂單)
return `\n(提示:ERP 銷售訂單連線完畢,等待財務結算)`; // 找不到工作表或品項時
}
| 面向 | 發現的問題 | 業務後果 | 第 4.3 節的修正 |
|---|---|---|---|
| ① 商業計算 | 單價 amount / qty 沒有取整數 |
單價可能出現 3,333.333… 這種無法開立的金額 | 四捨五入到整數台幣 |
| ② 邊界與內控 | 品項對不到時一律當成 A款;抓不到數量時預設 10 台 | 「A款鍵盤一百台」被開成 10 台、單價 42,000 的錯誤訂單 | 對不到或抓不到就停止,不送 ERP |
| ② 邊界與內控 | 庫存不足時仍寫入一筆訂單 | 銷售訂單表出現「沒扣庫存」的訂單,帳與實物不一致 | 由 ERP 拒單,不寫入 |
| ⑤ 失敗處理 | 宣稱「已向採購部發送補貨請求」,程式中卻沒有任何寄送動作 | 業務以為採購已處理,結果沒人處理 | 只回報真正發生的事 |
| ⑤ 失敗處理 | 找不到工作表或品項時,回傳「連線完畢」 | 失敗被包裝成成功 | 找不到就明確報錯 |
這五個問題,沒有一個需要看懂正規表示式(/(\d+)\s*台/)才能發現。只要問:「輸入看不懂時它做什麼?失敗時它說了什麼?說的是真的嗎?」
肆、動手:請另一個 AI 交叉審查
自己審查之後,可以再請另一個 AI 對話視窗(不要用寫程式的同一個對話,以免它替自己辯護)扮演審查者:
你是嚴格的商業系統審查員。以下程式碼由 AI 產生,用途是:〔一句話描述用途〕。
請不要評論排版與命名,只檢查以下五點,每一點都要指出「哪一行、什麼情境下會出錯、業務後果」:
1. 商業計算:公式、稅基、四捨五入、幣別小數位是否正確?金額是否有浮點數誤差風險?
2. 邊界與內控:輸入為 0、負數、空白、超過上限、無法辨識時,程式會怎麼做?
3. 金鑰與個資:是否有寫死在程式中的金鑰或密碼?是否把個資寫入日誌?
4. 外部套件:引用的套件是否真實存在、來源可信?
5. 失敗處理:外部服務失敗或逾時時,是否停止並告警?回報的「成功」是否來自對方真正的回覆?
最後列出你「無法判斷、需要人確認」的商業規則。
⚠️ AI 交叉審查的極限 - 審查的 AI 也會出錯:可能漏報,也可能把正確的寫法誤判成問題。它的報告是線索,不是結論。 - 它不知道公司的規則:「毛利底線是 15% 還是 18%」「缺貨時誰負責通知客戶」,只有你知道。所以最後一句「列出需要人確認的規則」最重要。 - 有爭議的發現,要用實際測試驗證(第 4.3 節「壞給你看」的做法),不是兩個 AI 各說各話。
進階:嚴厲審查(Mean Review),授權 AI 不要客氣
請 AI 審查時,常得到「整體寫得不錯,以下幾點可以考慮改進」這種客氣的回覆。原因和第 2.8 節的「附和傾向」一樣:模型被訓練成要讓人滿意。真正的問題(例如一個把錯誤默默吞掉的例外處理)就藏在客氣話後面。
一個簡單有效的做法,是在審查 Prompt 的第一句重新定義什麼叫「有幫助」:
我強烈懷疑這段程式的品質很差。請你把它拆開來檢查,列出所有問題,不要客氣,也不要稱讚。
每一條請用固定格式:【嚴重度】檔案:行號 — 問題是什麼(一句)— 怎麼修(一句)。
不要用「可以考慮」「或許」這類字眼。
| 做法 | 理由 |
|---|---|
| 開一個新的對話來審,不要讓寫程式的那個對話自己審 | 自己寫的東西,自己審會手下留情(第 2.8 節的金魚觀念) |
| 讀完整的檔案,不只看修改的那幾行 | 很多錯誤藏在修改處的周圍 |
| 依序看:正確性 → 可維護性 → 風格 | 先抓會算錯錢的,再管寫得好不好看 |
| 每一條批評都要附上修法 | 「嚴厲」是指不迴避問題,不是羞辱;「這裡會出錯,因為 X,改成 Y」才是好意見 |
| 把每一輪結果存檔,標註「已修正」或「不修,理由是……」 | 下一輪不會重複提出已決定不修的問題 |
| 反覆審查,直到只剩措辭等小問題 | 一輪通常抓不完 |
⚠️ 嚴厲審查找到的問題,仍然要你判斷。AI 被要求「挑毛病」時也可能誇大;請它附上檔案與行號,你才能逐條核對。
伍、判斷看看:這些說法對嗎?
| 說法 | 判斷 | 理由 |
|---|---|---|
| 「程式能跑、沒有報錯,就代表沒問題。」 | ❌ | 舊版轉單程式能跑,卻會開出錯誤訂單 |
| 「看不懂語法就不能做 Code Review。」 | ❌ | 五面向中的商業規則與失敗處理,正是業務人員最擅長檢查的部分 |
| 「讓兩個 AI 互相審查,就不用人看了。」 | ❌ | 它們不知道公司的規則,也可能一起犯錯 |
| 「金鑰放在私人倉庫裡就安全。」 | ⚠️ | 比公開好,但倉庫權限可能被改、被分享,仍應使用環境變數或密鑰管理 |
| 「找不到資料時用預設值,系統比較不會中斷。」 | ❌ | 不中斷但做出錯誤商業決策,比中斷更糟;應停止並告警 |
陸、限制與銜接
| 這一節做不到的 | 在哪一節處理 |
|---|---|
| 人工審查每次都要花時間,容易漏看 | 第 5 章 自動化測試:把驗收情境寫成每次都會自動執行的測試 |
| 審查發現問題後,誰核准修改、怎麼留下紀錄 | 附錄 A.6 審批(PR)與歷史追溯 |
| AI 代理執行時的權限與輸出驗證 | 第 9.2、9.3 節 權限隔離與輸出雙重校驗 |
本節小結
- AI 時代的 Code Review,重點從語法轉向商業規則、例外處理與資安。
- 五面向檢核清單:商業計算、邊界與內控、金鑰與個資、外部套件、失敗處理。
- 最有效的三個問題:輸入看不懂時它做什麼?失敗時它說了什麼?說的是真的嗎?
- AI 交叉審查能提供線索,但公司規則與最終判斷仍由人負責。
柒、練習
- 改數字(5 分鐘):承第貳段稅基範例,若進口關稅率改為 10%,正確營業稅是多少?錯誤寫法每筆少繳多少?(答案:NT$ 5,500;少繳 NT$ 500。)
- 找問題(20 分鐘):回到第 4.4 節林小姐的比價工具,請 AI 寫出程式碼後,用第肆段的交叉審查指令審一次。把 AI 審查員的發現分成三類:確實是問題、誤判、需要人確認的規則,並各舉一例說明你的判斷依據。
- 管理反思(討論):一位實習生讓 AI 寫了客戶註冊功能,AI 為了方便除錯,把客戶的信用卡號與 CVC 印在日誌裡,程式已上線兩週。身為主管,你在發現後的第一個小時要做哪些事?公司可能面臨哪些法律與商譽風險?往後要在流程中加入什麼機制,避免同樣的事再發生?
📚 本節補充內容出處:嚴厲審查(Mean Review)的做法參考美國密西根大學 EECS 498「Applied Agentic Software Engineering」課程(2026 秋季),內容依商學院情境重新撰寫。