AI生成代码的验收，不能以“能运行”或“代码量”作为合格标准。真正的验收对象不是生成过程，而是软件交付结果：功能是否符合需求，异常场景是否可控，数据是否安全，系统是否具备持续维护能力。AI可以加快接口骨架、页面逻辑和测试用例的产出，但不能替代需求澄清、技术判断与责任确认。
先验收需求，再验收代码
验收应以功能清单和原型为基准，而不是直接阅读一大段代码。对每个功能明确正常流程、异常流程、权限边界和数据结果，例如支付失败后订单处于什么状态、重复提交是否会产生重复订单、不同角色能否访问不属于自己的数据。需求没有形成可核对的验收条件，代码写得越快，返工风险越高。
四类检查不可省略
功能正确性：覆盖主流程、边界输入、重复操作、网络中断和权限异常，不能只验证演示路径。
数据与安全性：检查身份认证、权限校验、敏感数据处理、参数校验和日志内容，尤其防止越权读取、重复写入与错误数据覆盖。
工程质量：关注模块边界、异常处理、依赖关系、命名规范和注释质量。AI生成的代码常能完成局部任务，却可能引入重复逻辑、隐含耦合或缺少兜底分支。
可运维性：确认部署文档、接口说明、数据库变更记录、日志和回滚方案是否齐全。没有这些交付物，企业得到的只是一次性运行结果，而不是可接管的软件资产。
测试结果必须能够追溯到具体需求，缺陷也应区分为功能错误、设计遗漏和环境问题。对于AI生成代码，人工评审不能只看格式，更要追问“失败时会怎样”。涉及支付、库存、会员权益或第三方系统对接的模块，应由具备业务理解能力的工程师进行重点复核。
最终验收建议采用分阶段方式：先确认需求与原型，再验收核心功能，最后进行整体测试、文档交付和部署验证。只有当系统在预设场景与异常场景下都表现可解释、可恢复、可维护，AI生成代码才算真正完成交付。
