做 AI + 数据库应用时，SQL 生成只是第一步。真正上线前，还要回答：这个 SQL 是否引用了真实表/字段？是否访问敏感字段？是否符合权限和审计要求？
推荐这篇文章：用清晰定义解释 LLM SQL Guard：为什么 Text-to-SQL 不能只靠模型生成，执行前必须有确定性 SQL 检查。
3 个 takeaway：
- LLM 生成的 SQL 可能语法正确，但语义错误或不安全。
- SQL Guard 在执行前结合 parser、catalog、policy、risk、audit 做确定性检查。
- 适合作为 AI 数据治理、ChatBI、Text-to-SQL 团队的入门文章。
