# Εξετάστε κώδικα που παράγεται από AI

Taiga Learning · Φύλλο εργασίας
https://taiga.training/el/lessons/review-ai-code/

Χρησιμοποιήστε φανταστικές πληροφορίες ή πληροφορίες των οποίων η χρήση έχει εγκριθεί. Μην καταχωρίζετε μυστικά σε αυτό το φύλλο εργασίας.

## Μαθησιακοί στόχοι
- Εξετάστε τη συμπεριφορά και την εξουσιοδότηση πριν από το ύφος του κώδικα.
- Εντοπίστε έναν έλεγχο εξουσιοδότησης που λείπει σε μικρό παράδειγμα.
- Διαχωρίστε μια παραγόμενη σύνοψη από επαληθευμένα αποδεικτικά στοιχεία.

## Άσκηση
Ανοίξτε την άσκηση ανασκόπησης κώδικα στο εργαστήριο πρακτικής. Προσδιορίστε ποιος ενεργεί, τον ζητούμενο πόρο και το έμπιστο όριο οργανισμού. Έπειτα εξετάστε ένα πραγματικό μικρό PR με την ίδια μέθοδο. Χρησιμοποιήστε μόνο κώδικα που έχετε άδεια να εξετάσετε.

## Η απάντησή σας
- Σενάριο και πεδίο εφαρμογής:
- Παραδοχές και ανοιχτά ερωτήματα:
- Προτεινόμενη απάντηση ή απόφαση, με αιτιολόγηση:

## Επαληθεύστε την απάντησή σας
| Ισχυρισμός ή κριτήριο | Αποδεικτικά στοιχεία ή δοκιμή | Αποτέλεσμα ή έλλειψη | Υπεύθυνος |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Επόμενη ενέργεια
- Ενέργεια, υπεύθυνος και ημερομηνία:
- Πότε θα επανεξετάσετε αυτή την απάντηση;

## Αρχή που πρέπει να θυμάστε
Εξετάστε το τελικό diff και τους σχετικούς ελέγχους. Το ποιος έγραψε τον κώδικα δεν αλλάζει την ευθύνη διάθεσης.

## Πηγές
- [Google Engineering Practices: Code review](https://google.github.io/eng-practices/review/reviewer/looking-for.html)
- [OWASP: Authorization Cheat Sheet](https://cheatsheetseries.owasp.org/cheatsheets/Authorization_Cheat_Sheet.html)

Αυτό το φύλλο εργασίας υποστηρίζει τη μάθηση. Η συμπλήρωσή του δεν αποτελεί από μόνη της εξουσιοδότηση για αλλαγή στο περιβάλλον παραγωγής.
