AI 可以总结差异和提出候选操作，但模型输出不具备事实保证。生产变更必须由确定性工具验证，并由有权限的人承担审批责任。
要求结构化提案
{
"goal": "降低 checkout 错误率",
"evidence": ["alert-182", "deploy-771"],
"changes": ["rollback image to sha256:..."],
"blast_radius": "production/checkout",
"verification": ["error_rate < 1% for 10m"],
"rollback": "restore revision 42"
}模型必须引用可访问的原始证据，区分观察、推断和建议。缺少资源版本、作用域或回滚条件时，提案不能进入执行队列。
确定性校验
- 对清单执行 schema、策略和 dry-run 检查
- 比较当前状态，防止基于过期快照操作
- 估算受影响对象、租户和区域数量
- 拦截删除、提权、数据迁移等高风险动作
审批与执行隔离
生成建议的身份不能拥有生产写权限。审批界面展示精确 diff、证据和风险，执行器只接受已签名且未过期的变更单。
收尾清单
记录提示词版本、模型版本、输入证据、审批人和结果。定期复盘建议采纳率、误报和回滚，不用“自动化次数”替代安全成效。