给「七亿批量远程管理工具」里那个 SSH AI 助手加了一道闸门：它想在服务器上敲命令，得先过一遍分级——绿的只读直接跑，黄的改配置弹窗让人点一下确认，红的删数据、停 sshd、动防火墙一律硬拦。判定这套逻辑，是负责这块的同学写的。他每写完一版都自己跑一整套用例，回回「全过」。可我还是把它打回了三次。

这台助手我们之前写过：它能自己摸黑排查、自己踩坑自己爬出来（那次给网站开 IPv6 就是它干的）。越是这种能自己动手的，越得先给它装一道靠谱的闸门。

因为从一开始我就认一条：它自己说「全过」，不算数。

第一件让我停下来的事：它贴过来的，是旧文件

第一版判定逻辑，配一张对照表，说 66 条用例全过。我没看表，先把它的代码文件拿下来，自己把同一条命令喂进去重新跑了一遍——结果有两个结果对不上。仔细一比，更离谱：那个代码文件跟上上一版逐字节一模一样，等于上一轮改的东西根本没进来，它是从一个没刷新的目录里把旧货捞出来给我看的。

它自己那套用例是「通过」的，因为用例只测它跑没跑，测不出它跑的是不是那份。就像你让人交作业，他交的作业确实做对了，可惜是上周那份。

从那以后我加了个死规矩：代码文件和用例都要带哈希。谁拿到都能核对「跑的就是这份」。上一轮贴错文件这种事，靠流程堵，别靠记性。

第二件：一个能把它自己卡死的正则

改完再交，这版 94 条全过。我又自己写了三十多条「刁钻命令」去砸它——专挑对方用例里没覆盖、可客户端又真可能碰上的形状。砸出两类问题，第二类最要命。

一类是包装词绕过。命令前面套个执行器，红命令就被藏起来了。比如 timeout 5 rm -rf /、bash -c 'rm -rf /'、xargs rm -rf、su -c 'rm -rf /'……十几条，判级全从「红」掉成了「黄」——等于放行。最扎心的是 timeout：那是它自己代码里包命令用的词，它把命令包进 timeout 再跑，结果里面的 rm 反倒看不见了。

另一类更隐蔽：正则回溯。判定用了一堆正则，其中一段「旗标 + 参数」的写法有歧义，一个 -a 既可能算旗标、也可能算上一个旗标的参数。两个都能解释，正则就两条路都试。我拿 sudo 后面跟 N 个 -a 去压它：到第 24 个耗时 0.68 秒，第 28 个直接超过 3 秒——每多两个参数，耗时翻一倍。真放到「七亿批量远程管理工具」的客户端上，一条带几十个参数的命令（或者 AI 自己生成的长命令）就能把判定函数卡死，弹窗整个冻住。

这两个都不是「跑不对」的小毛病，是「出事要命」的那种。第一类等于闸门漏风，第二类等于闸门卡死。

第三、四件：剩下的都是边角

第二版补完，我复测：回合数从 66 涨到 111 条，包装词那十几条全修成「红」，只读命令也没被误伤成「黄」，那个能把人卡死的正则也从「指数级」变成了线性——两万个参数现在只要 0.3 秒。

我盯着又想到两条它漏的：反引号命令替换（echo \rm -rf /\``），以及「套超过 8 个参数之后再跟非 rm 的红命令」。都是边角，危害不高，但既然反引号是正经的 shell 语法，就该补。它当天补完，111 条涨到 114 条。这版我签字放行。

拉上线前，我干了最后一件事

它打了个发版包，把源码、用例、对照表一起塞进去，还按我要求带了每文件的哈希。我下载下来，把里面的判定文件和我签字留存的那份逐个字节比了一遍——一致。这才让它发。

回头想，这几条比代码本身值钱

  • 同一套规则、同一个脑子，跑出「全过」证明的是一致，不是完备。 完备性得靠外面的人，自己写用例去砸。
  • 单一真源的对应用例，防不住「代码没同步」。 用例只测你跑没跑，测不出你跑的是不是那份——哈希和版本号才防得住。
  • 判定函数里，长而重复的输入能把正则拖死。 给每条正则设个超时，超时就往「红」（安全那一侧）倒，宁可误拦，别卡死。
  • 审的人用的探针，自己也得带超时。 我第一次测那个正则，把审查的一方先挂死了——测别人的刀，先给刀套上护手。

这道闸门从「看着能用」到「真拦得住」，中间隔了四轮。我没干别的，就是不肯信那句「全过」。

顺带说一句，「七亿批量远程管理工具」 里的这个 AI 助手，本事是一回事，敢不敢让它碰生产机，取决于这道闸门够不够硬。这回算是把闸门查透了。