前言：講了 28 天「怎麼用」，今天要誠實講「不該用在哪裡」

這個系列從 Day 01 開始，一直在講怎麼讓 AI 參與維護 PHPUnit & Pest Test Explorer 這個真實專案——issue triage、PR review、修 bug、寫文件、依賴升級、release 流程。如果只看到這裡，很容易得到一個錯覺：只要流程設計得夠好，AI 幾乎可以接手維護者所有的日常工作。這個錯覺本身就違反了系列主題句：機械性、可規則化的工作可以交給 AI，但專案的技術方向、社群信任、對貢獻者的責任，終究要人來扛。 今天要做的，是把散落在前面幾天的授權邊界收攏成一份清單，誠實講清楚。

今日目標

• 回顧系列裡出現過的四種「AI 不該自己拍板」的決定類型
• 理解這些決定的共同性質：不是能力問題，是授權問題
• 看清楚「AI 可以幫忙準備」跟「AI 可以幫忙決定」之間那條線畫在哪裡
• 建立一份可以直接拿來檢查的授權邊界清單

四種不該讓 AI 自己拍板的決定

第一種：要不要代替維護者發言。 Day 17 講過，AI 可以幫忙整理技術事實（例如「這個問題應該是某個版本行為改變造成的」），但要不要對一個不禮貌的回報者設下界線、要不要接受一個爭議性的功能請求，這種涉及語氣跟立場的表達，不該讓 AI 自己決定要不要發、要怎麼發。

第二種：程式碼來源是否乾淨、授權是否相容。 Day 18 講過，一段外部貢獻的程式碼是不是原創、跟專案本身的授權條款相不相容，這類判斷需要法律/倫理層面的責任承擔——AI 可以標記「這段程式碼看起來似曾相識，建議查證來源」，但不該自己判定「這應該沒問題」就放行。

第三種：這個版本該不該發。 Day 19 講過，changelog 產生、版號建議、打包檢查這些機械性步驟可以交給 AI，但「這批改動夠不夠成熟該不該發」是一個對使用者的承諾，出了問題要有人負責——這個核准動作不該自動化掉。

第四種：要不要評判一個貢獻者的能力。 Day 23 講過，AI 可以幫忙補足外部貢獻者跟專案慣例之間的資訊落差，但不該對「這個人的技術能力值不值得信任」做評判——這種評判性判斷容易造成貢獻者被冒犯，也不是技術問題該有的答案。

用一組對照來看這四種決定的共同模式：

❌ AI 自己拍板：
「這則 issue 回覆用詞比較衝，我幫你發了一則得體的版本。」
「這段程式碼看起來沒有明顯抄襲痕跡，我合併了。」
「這批改動測試都過，我幫你發布了 v3.10.0。」
「這位貢獻者的 PR 品質不太穩定，建議往後對他的貢獻多留意。」
→ 四種情況的共同問題：AI 用自己的判斷,
  取代了本該由人承擔責任的決定

✅ AI 呈現準備，人核准：
「這則 issue 語氣比較衝，我整理了技術事實，
 要不要發、怎麼發由你決定。」
「這段程式碼有一部分結構跟另一個專案相似，
 建議你確認一下授權相容性。」
「這批改動測試都過了，changelog 我準備好了，
 你確認要發布嗎？」
「這位貢獻者這次的 PR 缺了測試，
 我在 review 裡列出具體缺漏，其他判斷留給你。」
→ AI 負責準備跟呈現事實，決定權留給人

這四種決定的共同性質：授權問題，不是能力問題

這條邊界值得記住的地方在於：AI 完全有能力把每一種決定都做得「看起來合理」——它可以寫出得體的回覆、可以評估程式碼相似度、可以判斷測試套件狀態、可以分析貢獻者的 PR 歷史。問題不在於 AI 做不到，而在於這些決定的後果需要一個能承擔責任的人來背書。 這正是這個系列從 Day 01 開始反覆提醒的另一個面向——查證得再紮實的判斷，如果本質上是一個需要授權才能拍板的決定，紮實的查證只是讓這個決定的「呈現」更可信，不代表 AI 因此就有資格自己拍板。

一份可以直接檢查的清單

面對任何一個「要不要讓 AI 自己決定」的情境，可以問自己三個問題：

1. 這個決定出錯了，誰要負責？ 如果答案是「維護者本人」，這個決定就不該讓 AI 自己拍板，只能由 AI 準備材料。
2. 這個決定涉及的是事實判斷，還是立場/價值判斷？ 「這段程式碼有沒有測試」是事實判斷，AI 可以直接回答；「這個功能請求該不該接受」牽涉專案方向，是立場判斷，該留給人。
3. 這個決定的對象是不是一個真實的人？ 只要決定的另一端站著一個真實的貢獻者、回報者、使用者，AI 給出的任何回應都代表著這個專案對他們的態度——這種代表性,不該由 AI 自己決定要不要承擔。

今日思考題

回想這 29 天的系列，你自己維護的專案裡有沒有哪個決定，你曾經想過「乾脆讓 AI 直接處理掉好了」，但套用上面三個問題後，發現其實不該放手？

今日重點回顧

• 四種不該讓 AI 自己拍板的決定：代替發言、授權/版權判斷、release 核准、評判貢獻者能力
• 這些決定的共同性質是授權問題，不是能力問題——AI 做得到,不代表它該做
• AI 該做的是「準備材料、呈現事實」，人該做的是「核准、承擔後果」
• 三個檢查問題：誰負責、事實還是立場判斷、對象是不是真實的人

明日預告

明天是這個系列的最後一篇：讓 AI 參與維護一段時間之後，這個專案跟這套協作方式本身，有什麼真正的改變——30 天的總結與回顧。