隨著企業加速採用 AI 輔助軟體開發，一個關鍵問題逐漸浮現：我們究竟能在多大程度上信任 AI 所生成的程式碼？本議程將深入解析 AI 模型如何處理提示 (prompt) — 並非透過真正的理解，而是基於注意力機制所驅動的「上下文加權機率計算」。與會者將能以清晰且實務的角度，了解為何 AI 的輸出本質上具有機率性，以及當提示變得複雜時，如何引入歧義，進而導致結果不一致甚至不可靠。

本場分享強調 AI 時代的一項核心工程原則：AI 生成的可靠性並非來自單一步驟的提示方式，而是來自結構化、分階段的工作流程。因此，安全性必須被系統性地落實於整個軟體開發生命週期。透過結合具確定性的規則式掃描與 AI 輔助的程式碼審查，可在開發者 IDE、Repo 到 CI pipeline中建立持續性的防護機制 (guardrails)，協助企業在規模化導入 AI 的同時，確保安全、合規與交付品質。