鐵人檔案
本系列將使用 Google AI Studio、Gemini 與 Firebase，打造 Production Readiness Agent。Agent 會分析 Vibe Coding 專案的程式碼與系統設計，檢查權限控管、個資外洩、密鑰管理、錯誤處理、可觀測性及部署風險。30天內，我會從資安與 SRE 基礎開始，逐步完成多 Agent 檢查流程、結構化報告、誤報驗證與實際測試，探索 AI 如何協助開發者把「可以執行」的產品，改造成「可以安全上線」的系統。
Day 10，我們沿著使用者輸入找到 SQL、Shell 與 HTML 等 Interpreter，避免資料跨越成指令。 但應用程式執行的不只有自己寫的程式碼。...
Day 11，我們盤點了應用程式安裝的套件與已知弱點。 但產品進入正式環境後，新的問題才剛開始。外部服務可能變慢，某個 Endpoint 可能持續回傳 500，...
Day 12，我們用 Metrics 發現 Checkout 出現 503，再用 Trace 找到 payment.authorize 發生 Timeout。...
Day 13，我們替外部呼叫加入 Timeout、Backoff 與 Idempotency。 這些控制可以處理短暫故障，但不能創造不存在的容量。如果付款服務持...
Day 14，我們替服務加入 Health Check、Circuit Breaker 與容量上限。 這些機制可以處理流量與外部依賴故障，卻無法挽回已經被刪除或...
前 15 天，我們逐項建立 Production Readiness 的基礎： Authentication 與 Authorization 個資與 Log...
Day 16，我們把 AI 稽核拆成 Recon、Hunt、Validate、Report、Structured Output 與 Independent Ve...
Day 17，我們替 Confirmed Finding 定義了六道證據門檻。 不過，Validator 要判斷攻擊者是否跨越邊界，前提是 Agent 已經知道...
Day 18，我們建立了 architecture.json。 Agent 現在知道 Demo 是一個 Firebase Web App，也知道 Browser...
Day 19，我們把資安、隱私與 SRE 知識整理成可執行規則。 Rule Engine 現在可以決定： 哪些規則適用？ 需要哪些證據？ 最高可以輸出什麼 Ve...
