如果你的应用、网站或内部系统是用AI工具开发的，或者你的开发者在使用这些工具，那么沙特数据与人工智能管理局（SDAIA）于 2026 年 4 月发布的《Vibe Coding》（氛围编程）指南定下了一条清晰的规则：AI生成的一切都是未经批准的草稿，直到有人审查、核实并正式批准。该指南共 57 页，面向政府和私营部门的技术团队，列出 4 项主要风险和 6 项根本局限，并规定了代码到达客户之前必须有人介入的 5 个节点。本文把它转化为你本周可以向团队或供应商提出的实际问题。
按SDAIA的定义，什么是vibe coding？
指南将vibe coding（阿拉伯语为「al-barmaja al-tawlidiya」，即生成式编程）定义为一种方法：用户用日常语言描述想要的功能，由AI工具编写代码。它不止于写代码，还延伸到所谓的智能体AI：这类工具能自行构建代码、运行测试并管理部署，而关键决策由人来把控。
指南将使用场景分为 3 个方向：设计与用户体验（创意和原型）、编程（编写和改进代码）以及测试（测试计划、测试数据和故障分析）。它引用了微软的说法，即这些工具生成了其内部约 30% 的代码；还引用了谷歌的说法，即其约 25% 的新代码由AI生成，并在合并前经过人工审查。信息很明确：最大的公司每天都在使用这些工具，但都是在审查体系之内。
核心规则：AI的输出就是草稿
指南的第一个定义是「AI生成的草稿」：系统生成的任何输出在经过人工审查、核实和批准之前，都只是未经批准的初稿。它把「Human-in-the-loop」（人在回路中）原则描述为其方法中的强制性治理原则。它还补充说，当AI工具被授予可能造成重大运营、法律或商业影响的执行权限时，人工介入就变成强制性的。
用企业主的话说：如果一个AI工具无需任何人批准就能发布你应用的更新或修改你的客户数据库，这正是指南所警告的情况。需要说明的是，该指南是指导性文件，并非带有处罚的法规，但它是迄今为止沙特关于何为「负责任使用」这类工具最清晰的官方参考，并与国家人工智能风险管理框架相互补充。
指南列出的 4 项风险，以及它们在你项目中的表现
- 幻觉：代码看起来没问题，却调用了并不存在的API，或推荐虚构的、已不再维护的软件包和库。结果是与其他系统的集成出错；如果有人没有核实就按名称安装了建议的软件包，还可能留下安全漏洞。
- 过度信任：未经安全或功能审查就接受生成的代码，或把它直接推到客户正在使用的线上环境。
- 覆盖流于表面：泛泛的安全分析漏掉了漏洞，测试也不完整，让你误以为一切正常。
- 输出不确定：同一条提示每次生成的代码都不同，使结果难以复现和审计。
AI无法保证的 6 件事
指南列出 6 项根本局限：AI只能理解你明确写出的业务意图；它无法评估你所在组织特有的风险或优先级；它不能替代架构思考和设计决策；它不能保证代码正确或适合实际使用；它并不总是产生相同的结果；它的输出既不是正式的测试证据，也不能替代真实测试。指南说得很直白：验证、测试和批准的责任「完全由人承担」。
代码到达客户之前的 5 个人工检查点
- 每次代码变更在合并到主分支之前都要审查。
- 每个版本在部署之前都要评估是否就绪。
- 监督部署或回滚的决定。
- 解释生产环境中出现的任何异常行为。
- 批准开发计划和长期技术路线图。
本周向开发者或供应商提出的问题
- 谁在合并前审查AI编写的代码？每次变更都有审查记录吗？
- 测试是否真的在系统上运行过，还是只是工具「说」代码能用？
- AI工具有哪些权限？它们能部署或访问真实数据库吗？（看看执行了攻击者命令的编程智能体发生了什么。）
- 测试数据是合成的吗？指南要求测试数据遵守隐私规则，禁止使用任何真实或敏感数据，这对客户的个人数据很重要。
- 版本上线前由谁签字批准？出了问题由谁决定回滚？
如果这五个问题中有三个得不到明确回答，问题就不在AI工具，而在工作方式。如果你正在选择新的开发合作伙伴，请把这些问题加入你的软件公司选择标准。
Origami的观点
我们在设计、编程和测试中使用AI工具，因为它们能为客户节省实实在在的时间。但我们对待它们写出的内容，完全按照SDAIA指南的描述：当作草稿。每次变更都经过开发者审查，测试真实运行，真实客户数据从不进入测试环境，部署决定由人来做。没有审查的速度，日后会以故障和安全漏洞的形式付出代价。如果你用AI做了原型，想把它变成客户可以依赖的系统，欢迎与我们联系。
参考来源
常见问题
SDAIA的vibe coding指南对我的公司有约束力吗？
该指南属于指导性文件，并非带有处罚的法规，面向政府和私营部门的技术团队。但它仍是沙特关于负责任使用AI编程工具最清晰的官方参考，并在其方法中把人工审查描述为强制性的治理原则。
我能不用开发者、完全靠AI做出一个完整的应用吗？
你可以快速做一个原型来验证想法。对于客户依赖的系统，指南指出AI不能保证代码正确或适合使用，而验证、测试和批准的责任完全由人承担，所以上线前需要开发者审查。
AI编写的代码最大的风险是什么？
指南列出 4 项风险：幻觉，例如建议并不存在的库或API；过度信任，即未经安全审查就把代码推到生产环境；分析和测试的覆盖流于表面；以及每次输出都不一样。
如何确保我的开发者审查了AI生成的代码？
询问指南中的 5 个检查点：合并前审查每次变更、评估版本是否就绪、批准部署或回滚、解释异常行为、批准开发计划。要求审查和测试运行留有记录，而不只是口头承诺。
