AI Native 审计放行 Skill

使用场景

• 系统构建已完成，需要判断能否进入生产环境
• 需要建立审计放行的证据链和决策机制
• 需要设计 Shadow System 验证系统在真实环境中的表现

执行步骤

1. 设计证据收集：检查系统设计是否清晰定义了能力范围、失败模式、边界条件和治理机制。
2. 评估证据收集：收集能力评估（样本/边界/长尾测试）、安全评估（权限/数据/渗透测试）和性能评估（延迟/吞吐/成本）结果。
3. Shadow 证据收集：设计并运行 Shadow System，在真实环境中收集系统输出与人工处理结果的对比数据。
4. 放行边界判断：定义自动执行区、人工接管区和禁用区三个区域的范围和控制措施。
5. 六类审计检查：执行可靠性、安全与权限、执行边界、成本与性能、可追溯性、合规与治理六类审计。
6. go/no-go 决策：基于证据链完整性和放行边界清晰度做出放行或拒绝决定。
7. 输出放行方案：如果 go，下发生产要求、监控指标和回滚方案；如果 no-go，说明缺失条件和补充要求。

核心概念