Mindset: "Fidati del suggerimento, ma verifica l'implementazione."
::: tip SCOPO DELLA CHECKLIST
Questa lista deve essere utilizzata per filtrare l'output degli LLM prima che venga integrato nel repository. L'obiettivo è eliminare il "debito tecnico silente" e garantire la coerenza architetturale.
:::
L'IA eccelle nel "caso medio", ma spesso fallisce nelle condizioni limite.
None o puntatori nullptr?if/else coprono tutti i rami logici possibili o mancano dei casi di default?Protezione contro l'iniezione di pattern vulnerabili.
eval(), exec(), system() o pickle.loads() non protette?Assicurarsi che il codice sia "Pythonic" e manutenibile.
with?snake_case e la struttura è leggibile?try/except troppo generici (es. except Exception: pass)?Verifica rigorosa per evitare crash di memoria o memory leak.
*) dove sarebbe meglio std::unique_ptr?Ottimizzazione del footprint hardware.
::: info PRO-TIP PER WIKI.JS
Ti consiglio di stampare questa checklist o di tenerla in un file REVIEWS.md nella root dei tuoi progetti. Prima di ogni commit importante di codice generato dall'IA, scrivi:
Review: Passed [Data] - [Tua Firma]
Questo crea una traccia di responsabilità che l'IA non potrà mai sostituire.
:::
Tags: #CodeReview #AI #Python #CPP #CyberSecurity #Checklist*