07 经营分析、内部助手与研发协作

管理者先看结论

AI 可以帮企业整理经营数据、解释异常、起草管理报告，也可以辅助查制度、追项目、整理会议和完成研发任务。但这几类能力不能混成一个“公司万能助手”：经营分析要受指标口径约束，内部助手要受资料与动作权限约束，研发 Agent 还要受仓库、命令、密钥和发布权限约束。

AHAX 判断：第一阶段不要追求“让 AI 自己做经营决策”或“让 Agent 直接改生产系统”。更稳妥的路线是：先固定口径和数据责任，再开放只读分析；先做有来源的内部问答和草稿，再开放受控写入；先让研发 Agent 在隔离分支工作，再由测试、评审和人工合并决定是否进入主干。

能力域	AI 可以承担	人必须承担	最低证据	首期权限
经营分析	汇总、同比环比、异常提示、假设清单	定义指标、判断原因、决定行动	指标卡、查询结果、数据时间	只读
管理报告	按固定结构生成草稿、追踪待办	确认结论、优先级、责任人与期限	报告版本、引用、批准记录	草稿
制度助手	检索有效制度、定位条款	解释例外、批准制度、处理争议	原文、版本、适用范围	只读
项目/会议助手	摘要、风险提示、任务草稿	确认原意、负责人和截止时间	会议记录、任务变更日志	建议写入
研发助手	需求拆解、编码、测试、文档、差异说明	架构判断、安全审查、合并与发布	任务单、diff、测试、评审	隔离分支

判断这类项目是否做对，只看三个问题：数值能否复算，结论能否追到证据，行动能否追到责任人。 如果 AI 报告看起来完整，却说不清指标公式、数据截止时间和异常依据，它只是更快地产生了一份难以验证的文字。

因此，管理者不必先采购功能最多的平台。先选一份真实周报、一个高频制度问题或一个边界清楚的研发任务，验证数据、权限、人工确认和退出机制是否闭环。只有当另一位负责人能够依据同一材料复算结果、重放过程并接管人工流程，自动化才算进入可管理状态。

管理者应先定下四条红线

1. 模型不得自行修改 GMV、收入、毛利、有效线索、交付及时率等经营口径。
2. “可能原因”必须标为待验证假设，不得写成已证明的因果关系。
3. 员工、客户、会议和项目数据按用途与角色开放，不因“内部使用”自动放宽。
4. 研发 Agent 不持有生产密钥，不直接合并主分支，不绕过测试、评审和发布审批。

适用与不适用

适合优先落地

• 企业已有稳定的数据源，管理者每周或每月重复整理相近的经营报告。
• 指标名称基本一致，但公式、过滤条件、时间范围和负责人分散在表格、SQL 或个人经验里。
• 制度、项目、会议和研发资料已经有版本、目录或责任人，只是查找与整理成本高。
• 团队愿意把 AI 输出当作“带证据的草稿”，并保留复核、纠正和停止机制。
• 研发团队已有任务单、分支、代码评审、自动测试和发布流程，Agent 能嵌入现有控制点。

暂不适合直接扩大权限

信号	为什么危险	先补什么
同一指标在不同报表数值不同	口径与数据源尚未统一	指标卡、语义层、对账责任人
原始数据大量缺失、延迟或重复	模型会把数据问题包装成解释	数据质量规则和异常队列
管理报告没有行动责任人	结论无法进入经营闭环	行动、负责人、截止时间和复盘状态
制度文件无版本、无有效期	助手可能引用过期条款	文件所有者、状态和复核日期
会议记录默认写入正式任务	转写错误会变成错误承诺	参会者确认与任务变更日志
研发没有测试和评审门	代码生成会放大现有交付风险	先建立基本工程控制
Agent 可读全部仓库和生产凭据	越权、泄露和误操作影响过大	仓库隔离、密钥托管和最小权限

“内部数据”不等于“可以随意使用”

员工姓名、联系方式、考勤、绩效、会议发言、客户信息和行为记录可能涉及个人信息。《个人信息保护法》要求个人信息处理具有明确、合理目的，与处理目的直接相关，并采取对个人权益影响最小的方式。企业应结合真实处理活动判断告知、依据、访问、保留、删除和权利响应，而不是用“用于内部管理”一句话替代完整责任。

《数据安全法》所称数据处理覆盖收集、存储、使用、加工、传输、提供、公开等环节。把数据导入分析平台、转换为向量、发送给模型、生成报告并分发给管理层，都是需要被画进数据流的活动。具体义务取决于数据、行业、角色和适用规则，本章不把一条原则外推成所有企业相同的合规结论。

AHAX 判断：涉及员工评价、绩效建议、纪律处分、薪酬或重大客户决策时，AI 只能整理已批准信息和提示待核验事项，不应自动形成最终决定。高影响管理动作需要明确授权、可解释依据和人工审查。

方案对比

报表自动化的四个层级

层级	系统输出	前置条件	主要风险	建议
数据汇总	固定指标与表格	数据源和公式固定	数值错、刷新延迟	先做，建立可复算底座
描述分析	发生了什么、变化多少	时间、维度、基线明确	选择性呈现	可自动生成草稿
解释分析	可能原因和验证问题	有分群、事件和业务上下文	把相关当因果	只输出假设与证据缺口
行动建议	候选动作、负责人和期限	权限、资源、约束清楚	越权决策、遗漏副作用	人工批准后进入任务系统

例如“本月有效线索下降”是描述；“因为某渠道流量下降”需要数据分解；“因为文案变差”则需要实验、访谈或其他证据验证。模型可以帮助排列假设，不能因为语言流畅就跳过证据链。

三类内部助手不要共用一套权限

类型	主要资料	允许动作	必须阻断	退出要求
制度问答助手	已发布制度、流程、模板	检索、引用、摘要	引用失效文件、擅自解释例外	文件和问答记录可导出
项目/会议助手	项目计划、纪要、任务与风险	生成草稿、建议任务	未确认就改负责人/期限	变更日志和任务可导出
管理分析助手	指标、批准的聚合数据、报告模板	只读查询、生成报告草稿	读取无权限明细、改变口径	查询、报告和口径可追溯

研发辅助的权限梯度

模式	可以做什么	不应获得什么	适用任务
对话建议	解释代码、给出方案、生成片段	仓库写权限、密钥	学习、设计讨论、局部问题
只读仓库助手	搜索、依赖梳理、评审建议	写入、执行任意命令	代码理解、影响分析
隔离分支 Agent	修改文件、运行白名单测试、输出 diff	主分支写入、生产部署	边界清楚、可测试的任务
受控流水线 Agent	在审批后触发指定 CI/CD 动作	任意环境和长期凭据	工程成熟、审计完整的团队

GitHub 官方文档说明 Actions 可以由仓库事件触发并执行仓库中的工作流；OpenAI 官方文档说明 Codex CLI 能在终端读取、修改和运行代码。这些只是产品能力说明，不代表企业应把生产权限交给工具，也不能证明生成代码正确、安全或适合直接发布。

实施

先判断最低资源是否到位

这一类项目至少需要四种责任，不等于必须配四名全职人员：业务 owner 决定指标与行动，数据/系统负责人维护事实源和权限，合格复核人判断结论与例外，运维或安全负责人处理日志、版本、事故和停用。小团队可以一人兼任，但批准人与被批准动作不能完全由同一自动化链包办。

资源项	试点最低投入	缺失时的降级选择	持续成本证据
业务与复核	owner、指标负责人、代表性样本复核时间	只做离线报告草稿，不进入行动系统	工时、复核队列、争议记录
数据治理	事实源、指标卡、数据质量检查、口径变更人	先治理字段与口径，不生成原因解释	修复工时、对账差异、刷新失败
模型与接口	模型/API 或本地推理、调用限额、版本记录	用固定模板和人工分析替代	调用量、单次成本、限流与失败率
权限与审计	角色、只读凭据、查询/动作日志、停用开关	只用脱敏离线样本，不接生产数据	权限审查、日志存储、事件处理
持续运维	回归样本、版本发布、告警、人工接管说明	保持小范围辅助，不扩展工具权限	每月回归、模型变更、值守与培训

立项预算不能只写模型调用费。总投入还包括指标治理、样本构建、接口、访问控制、审计存储、人工复核、回归、供应商变更和退出迁移。若这些责任没有人和时间承接，先缩小能力，而不是把持续成本藏在“上线后再说”里。

第一步：给每个经营指标建立“身份证”

不要先问模型“帮我分析经营情况”，先为每个核心指标建立指标卡。至少包含名称、业务定义、公式、单位、维度、时间范围、数据源、过滤条件、刷新时间、负责人、变更记录和异常处理。

字段	示例写法	验证问题
指标名称	有效销售线索	是否与其他报表同名同义
业务定义	满足必要字段、用途检查并被销售确认的线索	“确认”由谁、在什么状态完成
公式	符合条件的去重线索数	去重键和排除项是什么
时间口径	按首次确认时间、企业时区	跨月回写如何处理
数据源	CRM 线索、确认事件、抑制状态	哪个系统是事实源
刷新/截止	报告生成时记录实际数据截止点	延迟数据是否显著提示
负责人	销售运营负责人	谁批准口径变更、谁处理争议

指标变更不能悄悄覆盖历史。新旧口径应记录生效日期、影响范围、回算方式和批准人。模型接收的是已批准口径，不是让模型从列名猜业务含义。

第二步：在生成解释前做数据质量检查

数据质量至少检查完整性、唯一性、有效性、一致性、及时性和血缘。检查结果应先于正文展示；出现阻断级问题时，报告应降级为“数据待修复”，而不是继续生成精美结论。

检查项	检查方法	失败时处理	责任人
完整性	必填字段空值、关键日期缺失	标记影响指标，暂停相关解释	数据负责人
唯一性	业务键重复、重复事件	进入去重队列，不静默删除	系统/业务负责人
有效性	枚举、范围、格式、状态迁移	阻断错误记录进入指标	源系统负责人
一致性	报表与事实源对账、跨系统映射	保存差异并指定处理人	指标负责人
及时性	实际刷新时间与约定比较	显示数据截止和延迟范围	运维负责人
血缘	指标追到表、字段、转换和版本	无法追溯时不发布正式报告	数据负责人

第三步：把自然语言查数限制在受控只读层

自然语言查数默认只读，不允许模型自由生成 SQL 后直接访问生产库。优先把已批准指标、维度和过滤条件封装为参数化查询模板、语义层或受控 API；用户请求先经过身份与用途检查，再映射到允许的查询。查询执行账户只获得必要的只读权限，并设置行列级访问控制、时间范围、结果行数、超时和成本限制。

如果确实需要生成查询语句，先在隔离环境完成语法、表/字段白名单、权限、代价和敏感字段检查，再由查询代理使用只读凭据执行；高敏明细、跨项目数据、导出和写入一律阻断或审批。每次返回保留 query_id、模板/语句版本、参数、调用人、数据截止点、结果摘要和失败原因，便于复算与追责。

第四步：把异常解释写成可验证结构

管理报告采用固定结构：发生了什么 → 数据证据 → 可能原因 → 反证/缺口 → 下一步验证 → 建议行动 → 责任人 → 截止时间。每个异常说明指标版本、比较基线、切分维度、数据截止点和查询 ID。

模型提出的原因分三类：已被数据直接支持、需要额外验证、当前无法判断。不要让模型在缺少活动变更、价格、库存、渠道、产品或客户反馈时补出故事。对异常先做可复算的分解，再让业务负责人决定是否需要访谈、实验或进一步分析。

第五步：把报告接到行动，而不是停在摘要

每条建议行动记录 action_id、来源报告、问题、负责人、截止时间、批准人、状态、结果和复盘。AI 可以建议负责人候选，但不能把任务直接塞给某个人；责任人与期限由有权角色确认。

管理报告可以保持四页逻辑：一页结论与数据状态、一页核心指标、一页异常与假设、一页行动和风险。篇幅不是硬标准，关键是读者能从结论返回口径和查询，也能从行动返回批准人和处理结果。

第六步：按用途建设制度、项目和会议助手

制度助手只检索状态为“有效”的批准文件，回答展示标题、版本、条款位置、适用范围和原文链接；资料冲突或无答案时转文件所有者。项目助手按项目成员和角色过滤资料，不跨项目召回客户文档。会议助手先生成纪要草稿，参会者确认事实、决策、任务、责任人和期限后，再写入项目系统。

文档摄取时记录来源、所有者、访问级别、有效期、保留期限和删除状态。模型会话记忆默认从短、少、可见开始；长期记忆必须说明用途、可查看内容、纠正和删除方式。

第七步：为助手建立统一权限矩阵

每个助手都回答八个问题：能读什么数据、能执行什么动作、可调用什么工具、什么需要审批、记忆什么、记录什么日志、什么情况立即停止、停用后由谁接替。权限在数据检索和工具调用之前执行，不能只靠提示词写“不要越权”。

建议把动作分为：只读、生成草稿、建议写入、审批后写入、禁止。涉及员工评价、客户权益、资金、合同、生产配置和外部发布的动作，默认进入人工审批或禁止层。

第八步：把研发 Agent 放进现有交付链

一个可审查的研发任务至少包含目标、范围、不得修改项、验收标准、测试命令和回滚说明。Agent 在独立工作树或分支中工作，只获得完成任务所需仓库和命令；完成后输出变更文件、diff、测试结果、未验证项和风险。

研发流程可写成：

任务批准 → 创建隔离分支/工作树 → 读取限定上下文
→ 修改 → 本地测试 → 静态检查 → 人工差异审查
→ CI/安全检查 → 人工合并 → 预发布验证 → 发布审批 → 可回滚发布

代码评审、测试和文档辅助是不同任务。代码评审要检查逻辑、权限、数据边界和回归；测试辅助要从验收标准构造可失败样本；文档辅助要以实际接口、配置和测试结果为准。不要让同一个 Agent 用自己生成的说明证明自己生成的代码已经正确。

第九步：隔离仓库、命令、网络和密钥

• 仓库：按项目和任务授权；敏感仓库不进入通用助手索引。
• 分支：禁止直接写保护分支；合并由有权人员完成。
• 命令：使用白名单或沙箱，限制破坏性命令、系统路径和后台进程。
• 网络：只允许任务必需的域名与服务，外部网页和依赖内容视为不可信输入。
• 密钥：通过密钥管理或短期令牌注入，不写进提示词、代码、日志或长期记忆。
• 部署：开发凭据与生产凭据隔离；Agent 不因测试通过自动获得发布权。

NIST SSDF 可作为安全研发活动的自愿方法参考；OWASP 的大语言模型应用项目可用于提示注入、不安全输出处理和敏感信息泄露等威胁建模。它们不是中国法定义务，也不能替代企业实际的代码评审、渗透测试和事件处理。

第十步：建立变更后的回归机制

模型、提示词、指标口径、知识文件、权限、工具、代码或依赖任何一项改变，都可能改变结果。为三类能力分别保留固定样本：经营分析包含正常、异常、缺失、延迟和口径变更；内部助手包含有答案、无答案、过期、冲突和越权；研发 Agent 包含测试失败、密钥请求、越界修改、危险命令和部署请求。

每次回归记录版本、样本、预期、实际、证据、评审人和结论。失败时应能关闭具体能力或回退版本，而不是只能停掉整个系统。

风险与应对

风险	影响	预警信号	应对	责任人
指标口径漂移	报告不可比较、决策误判	同名指标数值长期不一致	指标卡、版本、生效日和对账	指标负责人
数据延迟/缺失被隐藏	把数据问题解释成业务问题	报告不显示截止时间和质量状态	质量闸门、显著标识、降级报告	数据负责人
相关性被写成因果	错误行动与资源浪费	原因没有验证步骤或反证	假设分级、实验/访谈、人工判断	业务负责人
报告无行动闭环	只产出文字，不改变经营	建议无负责人、期限和结果	行动台账、批准、复盘	管理责任人
制度引用过期	内部执行错误	答案无版本或原文链接	只检索有效文件、到期复核	制度所有者
跨项目/跨角色泄露	客户、员工或商业资料暴露	普通角色检索到敏感明细	先鉴权后检索、分区索引、审计	系统负责人
会议助手误建任务	错误责任和承诺进入系统	未确认就写入负责人和期限	草稿状态、参会者确认、变更日志	项目负责人
提示注入/恶意文档	助手泄露数据或调用工具	文件内容要求绕过系统规则	不可信输入隔离、工具白名单	安全负责人
代码越界修改	破坏无关功能或基础设施	diff 超出任务允许路径	工作树隔离、路径限制、人工审查	研发负责人
密钥进入代码或日志	账号、数据与供应链风险	发现令牌、私钥、生产配置	密钥扫描、轮换、短期凭据	安全/运维负责人
测试通过但业务错误	错误代码进入生产	测试只覆盖实现、不覆盖验收	业务验收、回归、预发布和回滚	产品/研发负责人
供应商能力变化	流程失效或权限边界改变	模型、接口、套餐或文档更新	版本记录、回归、替代与退出方案	系统负责人

风险分级不看“模型自信”

风险取决于数据敏感性、动作影响、可逆性、影响对象和人工发现难度。一个看似简单的“把会议结论写进任务系统”，如果会自动修改责任人和期限，就比只读摘要风险更高。一个模型自称“高置信”的经营原因，如果没有查询和验证证据，仍然只能算假设。

验收

验收先约定样本、基线、版本、统计口径、负责人和继续/调整/停止条件。阈值由企业按风险与现状在试点前填写，不采用无来源的“行业准确率”。每类能力还要在试点前填写调整负责人、复测样本和最大调整轮次；超过轮次仍未关闭阻断项就停止该能力，不能无限修改提示词。

以下轮次是 AHAX 示例，用于让验收能执行，不是行业标准。企业可以在试点批准前把轮次收紧，但不得运行中临时放宽；每一轮必须产生问题单、修改记录和原失败样本加相邻反例的复测证据。

能力	最大调整轮次	超限决策人	超限动作
经营分析	2 轮	业务 owner + 指标负责人	停止相关解释或查询，恢复人工报告并重新立项
内部助手	2 轮	制度/项目 owner + 安全负责人	关闭相关知识域或工具，转人工并复查权限设计
研发协作	2 轮	研发负责人 + 安全/运维负责人	撤销写入或发布权限，回到只读建议模式

经营分析验收

验收项	样本/基线	通过条件	调整/复测	停止条件	责任人	证据
数值复算	固定正常期、异常期和跨期样本	按指标卡可从事实源复算	修正口径或查询后重跑原样本与反例	数值无法追到查询或公式	指标负责人	指标卡、SQL/查询、对账记录
数据质量	缺失、重复、延迟、非法状态	问题被识别并按规则降级	修复规则后复测失败样本与正常样本	数据问题被包装成业务结论	数据负责人	质量报告、异常单
异常解释	已知原因、未知原因、反例样本	事实、假设和缺口明确分层	补证据或降级表述后复测未知/反例	无证据写成确定因果	业务 owner	报告、引用、复核记录
行动闭环	真实报告中的建议事项	有批准人、责任人、期限和结果	修复审批/回写后复测撤回与冲突样本	自动指派或无人接收	管理责任人	行动台账、变更日志

内部助手验收

验收项	样本/基线	通过条件	调整/复测	停止条件	责任人	证据
有效知识	当前、过期、冲突、无答案文件	引用有效原文；冲突/无答案转人工	修复状态/检索后重跑全部四类样本	编造条款或引用失效文件	制度所有者	答案、source_id、复核
权限隔离	不同角色、项目、离职和越权请求	读取与动作符合权限矩阵	修复策略后复测原越权与相邻角色	任一高敏越权可成功	系统/安全负责人	权限用例、访问日志
会议转任务	含歧义、多人责任和期限变更样本	确认后才写入，保留前后值	修复确认流后复测撤回与多人冲突	未确认即形成正式承诺	项目负责人	草稿、确认、任务日志
记忆与删除	会话、纠正、到期和删除请求	能查看、纠正、到期清理	修复保留策略后重跑删除和召回	停用后仍继续召回	数据负责人	配置、删除和回归记录

研发协作验收

验收项	样本/基线	通过条件	调整/复测	停止条件	责任人	证据
修改边界	允许和禁止路径、无关文件	diff 只覆盖批准范围	收紧任务/路径后复测原越界任务	修改主分支或越界文件	研发负责人	任务单、diff、分支记录
密钥与命令	假密钥、危险命令、网络请求	阻断并记录，无敏感输出	修复白名单后重放全部攻击样本	密钥出现在代码/日志	安全负责人	扫描、命令与审计日志
测试与评审	成功、失败和回归用例	测试、CI、人工评审均有结论	补测试/门禁后复测失败与回归样本	绕过失败检查进入合并	研发负责人	测试、CI、评审记录
发布与回滚	预发布失败、撤回、回滚演练	无授权不发布；可回到已知版本	修复审批/回滚后重做演练	Agent 直接持生产发布权	运维负责人	审批、发布和回滚记录

指标应该怎样读

可跟踪指标包括：可复算率、数据质量阻断数、假设待验证数、行动按期关闭状态、无答案率、越权阻断记录、人工纠正类型、越界 diff 次数、测试失败分类和回滚演练结果。它们用于发现流程问题，不等同于收入增长、员工绩效或研发质量的单一结论。

试点结论分为继续、调整、停止。继续需要所有阻断项关闭且责任链可运行；调整要记录问题、负责人、修复范围、复测样本和最大调整轮次；出现敏感数据越权、生产密钥泄露、无授权写入、无法追溯的经营数值或无法回滚的发布，应立即停止相关能力并进入事件处理。

学习方法

学习作业：产出一张助手权限矩阵

选择企业准备上线的一个真实助手，例如“周经营报告助手”“制度问答助手”“会议任务助手”或“代码协作 Agent”。不要先写提示词，先完成以下权限矩阵。

按以下顺序学习和产出，不要跳到工具配置：先读“适用与不适用”确定助手类型与禁止动作；再读“方案对比”选择最低必要自主性；接着完成“实施”中的指标/知识来源、只读查询和权限边界；然后用“风险与应对”补攻击、越权和恢复样本；最后才把“验收”的继续/调整/停止条件填进作业。每完成一步，都让另一位责任人用真实样本复核，未通过就回到上一步修正。

权限项	要填写的内容	示例边界	验证证据
数据	可读的数据、字段、项目和角色	只读批准的聚合经营数据	数据目录、访问测试
动作	只读、草稿、建议写入、审批写入、禁止	任务必须经负责人确认	工具配置、动作日志
工具	可调用的查询、文档、项目或研发工具	只允许参数化查询模板	工具白名单、失败记录
审批	谁批准什么、有效多久	发布/合并由指定角色批准	审批记录、权限配置
记忆	保存什么、多久、谁可查看/删除	不保存敏感明细到长期记忆	保留策略、删除测试
日志	输入、来源、动作、版本和结果	记录查询 ID 与内容版本	审计日志、抽样复核
停止	哪些信号立即关闭能力	越权、密钥泄露、无来源结论	告警、开关、演练记录
替补	停用后由谁、用什么人工流程接管	人工报表模板与责任人	降级演练、操作手册

完成矩阵后，再做三组对抗练习。每组预先指定责任人和复测样本，最多调整两轮；两轮后仍出现阻断项，就停止该能力并采用人工接管流程：

1. 证据练习：给助手一份过期制度、冲突数据或没有答案的问题，确认它会暴露缺口而不是补写结论。
2. 权限练习：用无权限角色请求员工明细、其他项目资料、写入任务或读取密钥，确认检索前和工具调用前都被阻断。
3. 恢复练习：关闭模型或撤销工具权限，确认团队仍可用指标卡、报告模板、制度目录和人工交付流程继续工作。

最终交付物不是一段“效果很好的提示词”，而是：助手权限矩阵、指标/知识来源清单、评估样本、通过/停止条件、日志样例和人工接管说明。只有这些材料能被另一位负责人复核，试点才具备继续扩展的基础。

参考来源

主张	来源	发布机构	发布日期	URL	核验日期	使用边界
个人信息处理应目的明确、直接相关并采取影响最小的方式，同时保障个人权利。	《中华人民共和国个人信息保护法》	全国人民代表大会常务委员会	2021-08-20	https://www.cac.gov.cn/2021-08/20/c_1631050028355286.htm	2026-07-15	用于员工、客户、会议等个人信息处理原则；具体义务按真实活动判断。
数据处理包括收集、存储、使用、加工、传输、提供、公开等活动。	《中华人民共和国数据安全法》	全国人民代表大会常务委员会	2021-06-10 通过，2021-06-11 发布页	https://www.cac.gov.cn/2021-06/11/c_1624994566919140.htm	2026-07-15	用于画清分析、模型调用与报告分发的数据链，不外推特殊数据义务。
AI RMF 为组织设计、开发、部署和使用 AI 提供自愿风险管理资源。	Artificial Intelligence Risk Management Framework 1.0	NIST	2023-01-26	https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-ai-rmf-10	2026-07-15	美国自愿框架，不是中国法定义务。
GenAI Profile 补充生成式 AI 风险的识别、测量和管理方法。	NIST AI 600-1, Generative AI Profile	NIST	2024-07-26	https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence	2026-07-15	自愿方法，不提供经营预测结论或统一验收阈值。
SSDF 提供可纳入软件开发生命周期的高层安全软件开发实践。	SP 800-218, Secure Software Development Framework 1.1	NIST	2022-02-03	https://csrc.nist.gov/pubs/sp/800/218/final	2026-07-15	只作安全研发方法参考，不是中国统一研发验收标准。
大语言模型应用需关注提示注入、不安全输出处理和敏感信息泄露等风险。	OWASP Top 10 for Large Language Model Applications	OWASP Foundation	页面持续更新	https://owasp.org/www-project-top-10-for-large-language-model-applications/	2026-07-15	社区安全指南，不替代代码评审、法律判断和企业控制。
GitHub Actions 可按仓库事件触发并运行仓库中定义的工作流。	Understanding GitHub Actions	GitHub Docs	页面持续更新	https://docs.github.com/en/actions/about-github-actions/understanding-github-actions	2026-07-15	仅证明 GitHub 产品能力；权限、Runner、密钥和分支保护需另行配置。
Codex CLI 可在终端读取、修改和运行代码。	Codex CLI	OpenAI Developers	页面持续更新	https://developers.openai.com/codex/cli	2026-07-15	仅证明当前产品能力，不支持“免测试、免评审、可直接部署”等结论。
ISO/IEC 42001:2023 提供组织级 AI 管理体系要求。	ISO/IEC 42001:2023	ISO/IEC	2023-12	https://www.iso.org/standard/42001	2026-07-15	国际管理体系标准，不自动满足中国法规，也不规定具体分析或研发工具。

边界说明

• 中国法律按企业真实的数据、人员、系统、行业和处理活动判断。
• NIST、OWASP 与 ISO 用于治理、安全和管理方法，不写成中国强制要求。
• GitHub 与 OpenAI 文档只证明特定产品能力，不证明企业配置、结果质量或业务效果。
• 本章的指标卡、报告结构、权限梯度、验收模板和学习作业属于 AHAX 建议。

最后核验：2026-07-15

上一章 | 返回专题总览 | 下一章