入行 · 第一行代码
从写第一行代码开始,做一个能跑起来的软件。那时候靠的是好奇心、加班和一遍遍 debug。
做过很多软件项目 —— 有从零起步的业务系统,有跑起来之后扛住流量的平台产品, 也有日复一日的交付、运维与重构。这些年真正沉淀下来的,不是某个框架, 而是把一个模糊的想法变成能上线、能维护、能算账的东西的能力。
现在我把这套能力整体押在 AI for Business 上。 大模型不是演示视频里的玩具,它真正的价值,藏在企业每天真实发生的那些重复、昂贵、又难招人的活儿里。
从写第一行代码开始,做一个能跑起来的软件。那时候靠的是好奇心、加班和一遍遍 debug。
做过很多软件项目:业务系统、内部平台、数据产品。需求从模糊到清晰,代码从 demo 到生产,交付从个人到团队。
把重心放到架构与工程化:系统的边界、数据的流向、故障时怎么降级、上线后怎么迭代。这些是 AI 落地时最容易被低估的部分。
把全部精力投入 AI for Business —— 让模型能力真正嵌进企业的日常流程里。
从场景拆解、功能设计到可交付的 AI 能力。不做为了 AI 而 AI 的功能,只做真正替人省下时间的部分。
把 AI 装进真实的业务流程和已有的系统里:权限、数据、审计、兜底、降级,一个都不能少。
可扩展、可维护、可运维的工程底座。模型会换代,业务不能跟着返工。
前端、后端、模型、部署一条线自己走完。少一层转手,交付速度与决策质量都提一档。
老系统不用推倒重来。用渐进式的方式,把 AI 一层一层缝进去,让业务不停机地进化。
把一个想法推到上线,靠的不只是写代码,还有对齐、拆解、推进和把模糊的问题问到有答案。
不是把旧业务贴一层 AI,
而是从业务问题出发,把 AI 变成流程本身。
demo 只需要跑通一次,业务需要连续跑通一百次。前者拼效果,后者拼工程。
企业几十年的数据、权限、流程都在旧系统里。AI 要做的是长进去,而不是推倒重来。
模型每季度都在变,但企业的效率问题不变。我的时间花在后者上。
工具会变,判断不会。以下是我常年在其上交付生产系统的那一套。
如果你手上有一件"这事太费人"或者"这活儿没人愿意干"的业务,
欢迎来聊 —— 那正是 AI 该出现的地方。