Take-home 用了 AI，怎样留下来源、修改和验证证据

作业快提交时才发现表单问“请说明 AI 参与”，很多人会立刻翻聊天记录补作文。结果不是写成“帮了一点”这种空话，就是把含有题目、代码和内部信息的完整对话一起交出去。

更稳妥的方式，是在提交前跑一遍决策树：材料能不能进入工具和日志，公司允许到哪一步，这次帮助是否实质，你做了什么改造，验证到什么程度，最后如何披露和处置记录。代码来源管理的 owner 是这些决策，不是再搭一套 Prompt、Diff、测试审计系统。

提交前决策树：六个问题依次回答

先不要急着写披露模板。按下面顺序检查：

题目、代码和数据是否允许进入所选工具或记录位置？
公司政策是禁止、有限允许，还是尚未说明？
AI 帮助是否影响了需要负责的结果？
你对建议做了哪些接受、重写、缩小或拒绝？
哪项验证足以支持提交，哪些环境没有覆盖？
最终说明是否准确，并且能在现场追问中保持同一口径？

任何一步为“不能确认”，都不应靠默认假设跳过去。先停在当前节点询问、换成允许的工作方式，或不使用 AI。每个答案还要落到一个明确动作，例如继续、改用批准工具、只保留摘要或删除记录。这个决策树的目的不是增加文档，而是防止到了最后才发现使用方式、披露口径和保留范围互相冲突。

第一问：这些材料能进入工具或日志吗

泄密边界应当早于工具选择。即使公司允许 AI，也不代表私有仓库、完整题目、Secret、访问令牌、客户数据和个人信息都可以输入任意服务。

先检查四件事：工具是否被批准；数据是否允许离开当前环境；日志由谁访问；提交后要求保留还是删除。不要把企业材料转移到个人云盘，也不要为了“将来证明自己”私存完整 Prompt 和代码副本。

允许记录时，优先使用公司指定表单、仓库内说明或受控工作区。摘要只写贡献类别和影响范围，不复制受保护细节。若要求交付后清理，就在日志里标记处置动作，而不是无限期保存。

隐私与本地处理指南能帮助你继续检查传输与保留问题，但目标公司的作业规则始终优先。来源记录不能成为第二次泄密。

第二问：公司政策允许到哪一步

政策通常落在三种状态。

明确禁止。 不在受评估工作中使用 AI，并继续读清是否连自动补全、外部解释或准备阶段也受限。

允许但有条件。 可能只允许查错、方案讨论或测试想法，也可能指定工具、禁止输入某类数据，并要求最终披露。

没有写清。 使用前向招聘联系人或作业负责人确认。编辑器已经安装、同行都在用、另一家公司公开允许，都不能替本次作业建立授权。

Anthropic 的 Candidate AI Guidance 是公司特定规则的例子，不是行业统一标准。若流程允许，记录你开工时依据的政策版本；说明后来更新时，以最新授权内容为准。

AI Take-home 作业指南负责更完整的计划与交付检查，本篇只处理被允许之后的贡献归属和披露。

第三问：这次帮助是否属于实质性贡献

不用逐条列出所有补全，但不能把核心方案藏进“只是语法帮助”。判断标准是：它是否改变了你要负责的结果。

通常需要记录的包括：外部行为或核心算法；架构、数据流、持久化与公共接口；认证、授权、隐私与安全；依赖、许可证和外部代码；测试策略与验收口径；提交说明或现场答辩中的关键取舍。

可以把贡献归为探索、方案比较、实现草稿、排错、测试想法、文档或解释。这样既比“用过 AI”具体，也不必复制每轮对话。

例如，作业要求实现配置加载优先级。记录可以写：“使用批准的 AI 工具比较环境变量、配置文件与默认值的校验方式，并生成边界场景；未直接采用它建议的新配置依赖。”这里已经交代了帮助类别和影响位置，还没有把内部题目原文搬进日志。

拼写、格式和立即被替换的短补全是否要列出，服从公司要求。拿不准时，披露类别比刻意缩小影响更稳妥。

第四问：我对建议做了什么改造

来源说明至少要有一句人工动作。使用接受、重写、缩小、合并、拒绝或删除这些动词，不要只写“我 Review 了”。

延续配置加载案例，可以写：“拒绝新增通用配置库，因为仓库已有解析器且题目限制依赖；保留 AI 枚举的优先级边界，按现有接口重写校验与错误映射。”

这句话已经足够说明转化，不需要把每个 Commit 和每轮 Prompt 再讲一遍。人工接管也不等于必须重写所有字符；关键是最终结果体现了可说明、可负责的选择。确实原样接受时，也应如实写“在相关验证后接受”，不能为了显得参与更多而虚构重构。

如果招聘方需要检查“实质请求如何对应 Review 后的 Diff、相关测试和最终决策”，应转到 AI 面试审计记录指南的四段证据链，不要把贡献日志膨胀成第二套审计框架。

第五问：哪项验证足以支撑提交

来源记录需要保留验证，但只写到能证明“没有盲收”为止。最小格式是：检查了哪个风险、结果怎样、哪个重要范围没覆盖。

配置案例可以写：“环境变量覆盖配置文件、配置文件覆盖默认值的用例通过，非法枚举值返回既有错误格式；Windows 路径和真实部署注入未在本地环境验证。”

“测试都过了”太空；把几十条命令逐项贴进披露又会淹没贡献边界。详细测试与 Diff 对应关系交给审计记录，来源说明只保留相关结论和限制。

NIST SSDF 把验证视为安全开发的常规工作，但不会为 Take-home 规定统一测试数量，也不代表某个 Suite 绿色就能保证完全正确。

第六问：披露模板能否同时经得起现场追问

公司提供表单时优先按表单填写。没有固定格式时，一分钟内可读完的说明通常包含：遵循的政策、工具和实质帮助、个人改造、相关验证、未覆盖范围。

示例：

“本次作业允许使用批准的 AI 工具并要求披露。我用它比较配置加载校验方式并枚举优先级边界。它建议引入新的通用配置库，我因现有依赖约束未采用，最终沿用仓库解析器并重写错误映射。优先级与非法值用例通过，Windows 路径和真实部署注入未验证。书面设计说明由我独立完成。”

这份模板也应成为现场口径。面试官问“为什么没加新库”，你能回到依赖约束；追问“验证了什么”，你能指出优先级与非法值；临时改变配置来源时，你能基于现有实现继续推演。无需另写一段表演式答辩稿。

如果某段生成代码无法解释，应在披露中准确缩小所有权，并说明补查计划，而不是靠背 Prompt 掩盖空白。披露提高透明度，却不能承诺招聘方一定接受。

SLSA Provenance 讨论软件制品来源，可作为理解“来源与转化应可追溯”的类比，但不是 Take-home 默认要求的正式 attestation。Interview AiBox 可以在准备阶段基于你被允许保留的贡献摘要生成 follow-up，受限题目、私有代码与原始 Prompt 不应为了练习被上传。