一个没有研发背景的运营同事用 AI 写了脚本，准备直接处理生产数据。你会要求哪些保护，才能让效率提升不变成生产事故？
考察说明
考查把 AI 生成代码视为不可信输入并建立基本工程保护的意识。
回答思路
- AI 生成的代码可能包含错误假设、危险命令、过期接口和意外的数据外发，必须像陌生人提交的代码一样审查，不能因能运行就信任。
- 先在副本或沙箱中使用脱敏样本测试，覆盖空数据、重复执行、超时和部分失败，禁止首次运行就连接生产写权限。
- 脚本使用专用最小权限账号，密钥通过受控配置注入，并检查依赖、网络访问、文件范围和日志中是否泄露敏感信息。
- 影响生产数据前应由具备能力的工程负责人评审，准备备份、预览、数量上限、幂等和明确的停止与回滚方式。
- 执行后核对预期记录数和关键业务结果，保留版本、批准人和运行审计；没有长期维护责任人的脚本不应成为正式流程。