# 審查 AI 生成的程式碼

Taiga Learning · 工作表
https://taiga.training/zh-TW/lessons/review-ai-code/

使用虛構或核准資訊。不要把機密值放入此工作表。

## 學習目標
- 先審查行為與權限，再看風格。
- 在小型範例中找出缺少的授權檢查。
- 區分生成摘要與已驗證證據。

## 練習
開啟實作練習區的程式碼審查練習。找出操作者、請求的資源，以及可信的組織邊界，再用同樣方法檢查一個真實的小型 PR。只使用獲准審查的程式碼。

## 你的回答
- 情境與範圍：
- 假設與未解問題：
- 提出的答案或決定，以及理由：

## 驗證回答
| 陳述或條件 | 證據或測試 | 結果或缺口 | 負責人 |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## 下一步操作
- 操作、負責人與日期：
- 何時重新檢視此回答？

## 應保留的原則
審查最終 diff 和相關檢查。程式碼由誰撰寫，不會改變發布責任。

## 來源
- [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)

此工作表協助學習。完成工作表本身，不授權修改正式環境。