AI 生成的代码第一次运行成功，只能说明它通过了一个演示场景。要进入真实项目，还需要证明它符合需求、能处理异常、不会暴露数据，并且有人可以在下个月继续维护。
需求验收
- 代码实现是否对应已确认的用户任务？
- 是否出现需求之外的功能、默认行为或隐藏流程？
- 权限不足、数据为空和重复提交时，结果是否符合约定？
先对照需求和验收条件看结果，再看代码风格。功能方向错了，代码写得再漂亮也不能交付。
正常与异常流程
至少覆盖正常输入、缺少必填项、重复请求、无权限访问、第三方服务失败、数据库或网络中断。验收要观察数据是否正确落库，失败后能否回到可控状态。
代码质量和可维护性
- 关键业务规则是否有清晰的函数、模块或注释？
- 是否存在重复实现、硬编码密钥或无法解释的默认值？
- 错误处理和日志是否足以排查问题？
- 新成员能否根据 README 和环境变量说明运行项目？
- 是否有自动化测试覆盖核心流程？
AI 生成代码常见的问题不是完全不能运行，而是同一条业务规则散落在多个文件里。验收时要找重复逻辑和隐含依赖。
安全与数据保护
- 密钥、Token 和数据库密码是否只存在于安全配置中？
- 用户输入、文件上传和下载是否经过校验？
- 日志和错误页面是否泄露个人信息、内部路径或完整请求内容？
- AI 服务是否会接触不应离开本地或公司边界的数据？
对账户、支付和敏感数据相关功能，至少安排一次人工安全审查。
部署、回滚和交接
- 构建命令和生产环境变量已经记录；
- 数据库迁移有备份和回滚方案；
- 日志、监控和告警有人查看；
- 部署失败时可以恢复上一版本；
- 客户拿到代码、文档、账号清单和维护说明。
没有回滚方案的上线，只是把测试风险转给了用户。
验收结论怎么写
每个问题都记录现象、复现步骤、影响范围和处理结论。最后分为已通过、限制通过和不通过。不要用“基本没问题”替代结论。
AI 生成代码只是软件交付的一部分。完整的Vibe Coding 软件交付说明还包括需求判断、部署责任和业务结果；项目需要开发支持时可以查看AI Agent 应用开发服务。
