在生成式AI與各種Agent工具的推波助瀾下，軟體開發的速度正經歷前所未有的爆發。然而，當AI寫Code的速度超越了人類審查的速度，沒有治理的開發，只會加速累積技術債、資安漏洞與合規風險。
為了解決這個架構失控的惡夢，並協助CIO與CISO進行精準的風險管控，我在上一篇文章《建立企業做Vibe Coding的防禦機制：導入AI輔助開發成熟度模型(AIADMM)》中提出了「AI輔助開發成熟度模型（AI-aided Development Maturity Model，簡稱AIADMM）」。這套模型共分為五個階段，分別為：Level 1單點應用期、Level 2企劃驅動期、Level 3架構審查與除錯期、Level 4工具掃描與弱點防堵期，以及Level 5合規與審計期。這套模型的終極目標，是協助企業達成「合商業、不作假、不亂搞、不越權」的四大治理願景。以下我們將這十二字箴言作為導讀地圖，拆解從Level 1到Level 5的進階路徑。
前情提要：多數企業深陷的「Level 1：單點應用期」
在導入Vibe Coding的初期，企業普遍會經歷「Level 1：單點應用期」。根據筆者在第一線輔導企業的觀察，在這個階段，工程師或員工往往將AI視為個人輔助工具，憑直覺隨意下達提示詞（Prompt）生成程式碼，完全缺乏統一管轄。
Level 1雖然換取了極快的開發速度，但本質上是一場「不可控的實驗」。如果沒有建立相應的防禦機制，企業將面臨以下三大致命風險：
1. 被繞過的邏輯護欄（模型注入攻擊）：例如工程師在開發過程中，無意間引導AI生成了繞過系統原有安全權限檢查的程式碼。
2. 埋在程式碼裡的未爆彈（金鑰/Secrets裸奔）：如AI生成了包含敏感金鑰硬編碼（Hardcoded Secrets）的代碼，一旦部署至公網，將導致企業機密瞬間曝險。
3. 盲目引入的毒蘋果（開源版權與供應鏈污染）：像是AI在生成過程中引用了具備版權法律爭議、或存在安全漏洞的開源套件片段。
要將這種不可控的實驗轉化為真正的「企業級生產力」，我認為真正的解方，在於導入「AI產品架構師（AI Product Architect）」的角色，從架構層面進行系統性的調度與防禦。
接下來，我們一起從Level 2一路走向企業級的Level 5。
Level 2：企劃驅動期（Planned AI Coding）——確保產出「合商業」，拒絕無效開發的「脈絡注入」
要跨越Level 1的混亂，企業必須進入Level 2，用產品的商業思維來約束AI的行為，將商業需求轉化為結構化的引導。在這個階段，我們要解決因缺乏脈絡而產出與實際業務邏輯脫節、甚至無法對齊商業ROI的無效系統的問題，這需要透過以下機制確保生成品質：
· 脈絡注入(Context Injection)：AI不懂企業內部的Domain Know-how，更不知道公司的商業邏輯。AI產品架構師必須在動手前，將複雜需求轉化為結構化的上下文，明確告訴AI系統的邊界在哪裡。
· 高品質的PRD驅動：透過清晰的產品規格文件(PRD)，強制定義「AI絕對不能做什麼」以及「遇到錯誤時的預設行為」。
· 階段成果：確保AI不再只是瞎猜，而是產出精準符合商業邏輯與Domain Know-how的最小可行產品(MVP)，達成「合商業」的初衷。
然而，Level 2雖然解決了「亂寫」的問題，MVP程式碼中仍可能潛藏著高階的「AI幻覺（Hallucination）」，這就需要進入下一階段。
Level 3：架構審查與除錯期（Reviewable AI）——對AI產出進行「靈魂拷問」，確保產出「不作假」
如果說L2是讓AI「做出來」，那麼L3就是讓AI的產出「可被信任與審查(Trustworthy & Reviewable)」。這是Vibe Coding能否真正進入企業商用環境的黃金分水嶺。在這個階段，AI產品架構師必須針對AI產出的結果進行「靈魂拷問」，並同步建立自動化驗證與測試機制。
筆者在實務中發現，AI常在任務僅達成30%時便宣告完成（幻覺完成），若缺乏架構師的深度逼問與嚴格的測試案例驗證，這些邊界缺失的邏輯將成為企業系統的未爆彈。
為了應對這種「提早交卷」的幻覺，架構師必須透過「AIQA協作閉環」——利用雙Agent的互審與測試生成機制，產出四大核心防禦文件：
· 風險識別清單(Risk Register)：揪出AI邏輯中可能導致功能失效、極端情境崩潰，或是資料誤用的潛在風險。
· 缺失的驗收標準(Missing Acceptance Criteria)與測試案例：架構師必須抓出AI沒有定義清楚的邊界條件，補齊驗收標準，並要求AI同步生成對應的單元測試或整合測試腳本，以自動化手段防堵高階幻覺。
· 架構檢視發現(Architecture Findings)：精準審查系統架構並剔除垃圾程式碼，檢視AI生成的流程是否存在斷點，以及代碼是否具備良好的可測試性。
· 具體修復計畫(Fix Plan)：針對測試失敗或審查發現的問題，提出具體、可追蹤的下一步修改方案，引導AI進行精準重構。
透過這四份文件與測試報告納入內控審查流程，企業才能確保AI的產出「不作假」，讓系統具備實質的可信度與可持續維護性。
做到L3，AI的產出才算具備了「可信度」，不再是盲目上線的黑箱。但那些肉眼難以察覺的底層資安漏洞與開源版權地雷，依然伺機而動。
Level 4：工具掃描與弱點防堵期（Governance & Risk Control）——構築自動化護欄，確保系統開發過程「不亂搞」
當AI產出的程式碼準備進入企業的CI/CD流程時，必須導入自動化的安全閘道。這不僅是IT部門的工作，更是AI產品架構師必須規劃的治理流程。
· 核心機制與治理重點：企業必須結合自動化資安掃描工具與開源授權清查工具。重點在於攔截那些肉眼難以察覺的底層資安漏洞、未授權的依賴套件，並透過掃描基礎架構配置，識別並攔截那些權限設定過於寬鬆、不符合「最小權限原則」的API存取請求。
· 階段成果：
· L4透過自動化護欄精確控制代碼的「執行邊界」，確保AI產出在運行時不會進行計畫外的存取。這能有效攔截如程式碼中潛藏的「毒蘋果」，例如引用了包含嚴重漏洞的套件，或是自動生成了試圖存取未授權資料來源的危險指令。這種嚴格控管確保了開發過程「不亂搞」，達到實質的風險可控。
當AI程式碼準備進入企業的CI/CD流程時，必須導入自動化的安全閘道(DevSecOps)。這不僅是IT部門的工作，更是AI產品架構師必須規劃的治理流程。
Level 5：合規與審計期（Compliance & Audit）——確保其行為「不越權」，達成真正的企業級生產力
最後一哩路，是讓AI開發完全符合企業內部政策與外部法規（如ISO 27001、ISO 42001或是GDPR）。在這個階段，AI開發流程被正式納入企業的軟體生命週期管理（SDLC）中。
· 核心特徵：不僅AI系統的每一行修改、每一段代碼的生成路徑都具備不可竄改的稽核日誌(Audit Log)；系統更會自動產出合規標準映射與剩餘風險報告。最關鍵的是，必須經由人類主管（如CIO/CISO及IT經理）進行最終放行簽核(Final Sign-off)，並配備上線後的AI行為監控告警。當系統異常時，CISO既能透過日誌精準追溯AI生成邏輯，更能明確對應人類的審核責任歸屬，徹底終結黑盒開發。
· 階段成果：確保AI的一切行為絕對「不越權」，讓每一行代碼的來源、變更與維運都受到企業剛性治理。這讓AI從單純的開發工具，正式蛻變為透明、受控、且具備行政當責性(Accountability)的企業級商業資產。
結語：AI治理的終極目標——「合商業、不作假、不亂搞、不越權」
從L1的混亂實驗到L5的企業合規，AIADMM模型不只是為了控管，更是為了讓AI成為企業真正的戰力。我們透過這五個階段，協助CIO/CISO達成四個核心指揮目標：
- 「合商業」：對應Level 2，透過「脈絡注入」與高品質PRD驅動，確保AI不再只是瞎猜，而是產出精準符合商業邏輯與Domain Know-how的MVP產品。
- 「不作假」：對應Level 3，透過靈魂拷問，有效戳破AI的邏輯幻覺，確保產出內容可被信任與審查。
- 「不亂搞」：對應Level 4，透過自動化資安掃描與DevSecOps護欄，限制執行邊界，確保系統開發過程風險可控、不會出事。
- 「不越權」：對應Level 5，透過完整的稽核日誌與合規流程，確保每一項決策軌跡皆符合政策，讓AI成為可負責的商業資產。
這套「合商業、不作假、不亂搞、不越權」的治理標準，正是AI產品架構師最核心的職責。唯有建立起這樣的成熟度模型，企業才能在追求Vibe Coding極速省錢的同時，也安全地抵達真正商業化的終點。
「Vibe Coding時代不需要更多的工程師，而是需要一位能『調度AI』的架構師。
沒有留言:
張貼留言