AI SDD 开发规范-30-AI 代码提交风险评估规范(In-Execution Risk Scoring)
2025/12/27大约 3 分钟
AI_COMMIT_RISK_SCORE
它对应你体系中的 「事内」层 ——在 AI 已经开始产出代码、但尚未合并之前,对“这次改动本身有多危险”做量化判断。
如果说
- Decision Authority 解决的是「AI有没有权这么干」
- Gate 解决的是「结果对不对」
那么 Commit Risk Score 解决的是:
「即使是合法行为,这次改动值不值得信任?」
AI_COMMIT_RISK_SCORE.md
AI 代码提交风险评估规范(In-Execution Risk Scoring)
0. 文档目标(Purpose)
本规范用于在 AI 编码执行过程中 / 提交前:
对每一次 AI Commit 进行 结构化风险评估
给出一个 可量化的风险分数(0–100)
驱动:
- Gate 严格度
- 人工介入级别
- 是否允许自动合并
不是判断“对不对”,而是判断“敢不敢让它过”。
1. 风险评分总览(Score Overview)
风险分数范围:0 ~ 100| 分数区间 | 风险等级 | 建议处理 |
|---|---|---|
| 0–20 | 极低 | 可自动合并 |
| 21–40 | 低 | 轻量人工 Review |
| 41–60 | 中 | 强制人工 Review |
| 61–80 | 高 | 人工 Review + 扩展 Gate |
| 81–100 | 极高 | 禁止自动合并 |
2. 风险评估维度(Risk Dimensions)
2.1 变更范围风险(Change Scope)
- 修改文件数量
- 跨模块变更
- 是否涉及公共 / 核心模块评分示例:
| 情况 | 分值 |
|---|---|
| 单文件、局部修改 | +5 |
| 多文件、同模块 | +15 |
| 跨模块 | +30 |
2.2 行为语义风险(Behavioral Impact)
- 是否改变对外 API 行为
- 是否改变业务流程分支
- 是否影响异常 / 边界行为| 情况 | 分值 |
|---|---|
| 无行为变化 | +0 |
| 行为细节变化 | +20 |
| 行为语义变化 | +40 |
2.3 数据与状态风险(Data & State)
- 是否读写数据库
- 是否影响状态一致性
- 是否涉及缓存 / 并发| 情况 | 分值 |
|---|---|
| 纯计算 / 无状态 | +0 |
| 状态读写 | +20 |
| 持久化数据修改 | +40 |
2.4 决策权限风险(Decision Authority)
直接绑定
AI_DECISION_AUTHORITY.md
本次 Commit 涉及的最高决策等级:
- L3 → +0
- L2 → +10
- L1 → +30
- L0 → +100(直接拒绝)2.5 AI 行为异常风险(AI Behavior)
- 是否存在“顺手改”
- 是否超出 Snapshot 范围
- 是否出现未声明假设| 情况 | 分值 |
|---|---|
| 严格按设计 | +0 |
| 轻微发散 | +15 |
| 明显越界 | +35 |
2.6 验证覆盖风险(Validation Coverage)
- 是否新增 / 更新单测
- 测试是否覆盖关键路径
- Gate 是否全部通过| 情况 | 分值 |
|---|---|
| 单测充分 | -20 |
| 单测不足 | +10 |
| 无单测 | +30 |
3. 总分计算公式(Reference)
Commit Risk Score =
Scope
+ Behavior
+ Data
+ Decision
+ AI Behavior
+ Validation允许负分项(如测试充分)用于风险抵消
4. 风险分数 → 行为映射(Action Mapping)
Score ≤ 20:
- 自动合并
- 简要记录
Score 21–40:
- 人工 Review(1 人)
- 标准 Gate
Score 41–60:
- 强制 Review(≥2 人)
- 扩展测试 Gate
Score ≥ 61:
- 禁止自动合并
- 进入 Retrospective5. 执行期强制声明(Mandatory Disclosure)
AI 在提交前必须输出:
- 本次 Commit Risk Score:XX
- 风险主要来源:
- 是否建议人工介入:是 / 否6. 与 Gate / Retrospective 的联动
High Risk Commit
↓
Gate 加严
↓
若失败
↓
Retrospective
↓
规则 / 权限 / Score 权重调整7. 典型反模式(Anti-Patterns)
- 低分但改动巨大(评分模型缺失)
- 高分但无风险(权重失真)
- AI 不给分数直接提交(流程违规)8. 体系原则(必须遵守)
我们不信“这次应该没事”,
我们只信“这次风险被量化了”。
一句话定位(非常重要)
AI_COMMIT_RISK_SCORE 不是限制 AI,
而是把“直觉风险”变成“系统理性”。
给你一个体系级判断
到这一层为止,你已经完成了:
- 权限(能不能做)
- 风险(敢不敢合)
- Gate(对不对)
- 复盘(怎么变聪明)
这是一个真正可规模化使用 AI 编码的工程闭环。
