原创 Janky 2026-05-03 19:11 浙江
无论哪个行业的技术进步与突破,靠的一定是从头到脚的“重做一遍”,而不是站在巨人的肩膀上去优化。这和程序员们熟悉的“不要重复造轮子”的理念是截然相反的。
快 10 年没写过代码,花了 7 天时间,用 AI 从头构建了一整套企业办公系统
这篇文章交代了事情的起源,自从尝到了 Vibe Coding 的甜头,尘封已久的代码基因被成功唤醒,整个人又重新进入了疯狂编码的状态。这样的状态对我个人来说,「既是享受,又是折磨」。
大学毕业之后写了多年的代码,回到曾经最熟悉的状态,就像是回到久别的故乡,感受自然不会差。更重要的是,相比于应对普遍缺乏对乙方足够尊重的甲方、处理公司内部各种杂事、挠头市场营销的不知所措,进入代码的世界,就如同进入太乙真人的山河社稷图,整个世界都安静了,纯粹了。
于是我开始贪婪地进入了近乎癫狂的状态:几乎不怎么吃饭,两天吃一顿是常态;一大早就起床写代码,可以早到凌晨 4 点,也可以晚到凌晨 3 点;机场候机写代码、网约车上写代码、大年三十晚上写代码、初一写、初二写、... 初六写,就这么一直写。
这样的状态,也是我曾经“年轻”的状态,如痴如醉,只要还有没有实现的产品功能,就停不下来。
这样的状态在心理上很让人满足,但生理上却伤害极大。
这就是我 30 岁以前,那段疯狂写代码的阶段的样子,长发、消瘦,整个人不到 90 斤。而现在,在连续 Coding 了一个月之后,我已是大脑昏沉沉,腰臀颤巍巍,心悸发慌。因此我决定不要单干了,把团队拉进来,让各个团队去修改属于自己日常用得最多的模块,产品团队改产品模块、测试团队改 QA 模块、研发团队改研发模块、交付团队改交付模块,而这里面一半的人,之前从没写过代码。
现在我们处于 AI 的时代路口,最大的机遇之一,就是我们被赋予了重塑一切的机会。
因此,我选择先把企业内的所有系统,都重做一遍,这就是我闭关在做的事情,也不是什么高大上的颠覆产品,仅仅是一个正常企业每天都会使用到的各个系统,重做、打通、AI 化。
先给大家看看我这一个月到底开发了一套什么系统吧。
这套系统已经在我们公司内部部署和使用,它已经成为我们公司每个人最重要的平台,整个公司的数字生活都跑在上面。我们把这套系统叫做 3A 平台: AI Native, AI Powered, All-In-One Platform。
- AI Native:即 AI 原生,这是一套从 0 开始每一行代码都是 AI 写出来的系统,而我则是 AI 的 Copolite,不是相反的关系。
- AI Powered:可以翻译为 AI 赋能,我们在每一个能加上 AI 的环节,都用上了 AI。举个例子,当实现 CRM 管理模块的时候,我们的目标不是对标去复刻一个市面上已有的 CRM 系统,而是用 AI 去穿透和满足最原始的那个客户管理需求。
- ALL-IN-ONE: 这个平台里东西不少,实际上确实很多,他已经几乎涵盖了一个现代化数字企业需要的大部分工具,
产品管理、项目管理、客户管理、售后管理、交付管理、质量管理、自动化测试管理。在员工日常方面更是囊括了 简历管理、招聘流程、入离职管理、OKR、在线报销(发票自动解析,报销流程)、员工论坛、企业知识库、AI 机器人。
这每一个模块,在过往单独拉出来,都可以成立一家技术产品型的公司。而现在借助于 AI,他们全部在一个月之内就被实现了,更重要的是,这所有模块都是数据和流程互通的。
当然了,如果硬要将这里面的某个模块拉出来,去和市面上独立的对标产品去做个优劣评选,可以肯定的是从产品功能的丰富度、可靠性等各方面来讲,我们的这个模块一定是要被比下去的。但是在硬要去对比之前,我们需要问问自己:当可以抛弃产品通用性的包袱,企业内最了解自身业务和流程的人员,借助于 AI 就能够快速去构建,适合自己的软件和系统的时候,我们还有必要去和市面上同类产品对比吗?
这样一套自闭环的数字平台,是所有企业梦寐以求的事情,所不同的是有能力的 BAT 类型企业,早已完成了自研,而其他企业只能去想办法拼凑出一套弗兰肯斯坦般的数字怪物。
我们来选择一两个场景,做个实际使用的介绍吧。
- 对于成规模的大型民营企业,如 BAT 之类,拥有强大的研发团队,通常选择自研一体化的内部平台,涵盖所有企业内部职能管理;
- 国央企则大多依赖采购外部厂商的一体化 OA 平台;
- 中小微企业,没有研发资源和能力来自研,也没有资金来采购,通常选择依赖一堆分散的系统来“分布式”的完成每块内部流程,如部署开源的项目管理系统,采购第三方在线报销平台,线下 Excel,或者干脆直接把所有的“流程”和规范都长在飞书、企微和钉钉上面。
对于软件研发型企业,最为重要的系统,莫过于围绕产品需求研发、任务迭代、BUG 流程管理的一整套生命周期管理工具。这块工具的王者,一直都是 confluence + jira 的组合,这套国外的产品功能丰富但昂贵,以前国内中小企业还有破解部署的歪招,但随着产品本身的纯 SaaS 化转型,企业想要免费蹭也没了可能,各种开源平替的产品体验极差且限制诸多,于是这块我们也重做了一遍,完成整个产研管理闭环。
「产品需求 -> 研发迭代 -> 缺陷管理」
-
所有模块均可指定模型,进行 AI 驱动,包括数据的创建、修改、总结和分析。
-
AI 助手可以完成一切需要人工操作的数据录入和修改,与查询。
-
AI 辅助办公,如 简历评估、发票识别、工单创建、自动代码编排、自动化测试、自动生成产品方案和技术方案。
- AI 配套:CLI 支持、Agent 编排、浏览器插件、飞书机器人。
内容还有很多,无法也无需在这里展开,我只是想告诉你,既然要把 AI 融入到工作,那么必定要渗透到每个角落。
07
08
09
如果你只是想快速实现一个只服务于自己的工具,你几乎什么额外的注意事项都不用考虑,如果你要创建的是去给别人使用的工具,那么天然就要承担起更多的责任,因此需要留意以下 AI 编程的注意事项。
- 如果你逢人就问用什么 skills、怎么 harness、如何编排,我几乎可以肯定,你甚至没有用 AI 细细打磨出一个可供人使用的产品,或者可闭环的产品功能。
- 对待 AI 编程的态度,要积极乐观。当你的真实内心是要捍卫旧世界的秩序的时候,你就会在不做任何实践的前提下,提出很多对于 AI 的质疑和轻蔑:
- 既有项目太复杂,AI 无法理解各种逻辑,用 AI 风险很大。
- AI 只能做简单的工具。
- 人的经验是不能被替换掉的。
而如今,似乎所有问题,都转变成了,你会不会用 AI 的问题。
-
正视 AI 天性:AI 工具终究源头也是由人打造的,人性中的弱点也不可避免的会传导给 AI,其中最为严重的(我们只讲在 AI 编程的场景)是,懒惰和贪婪,这两个特性随着项目的复杂度越来越高,会越来越明显。比如你让它去一个复杂项目里,做费时耗力的工作时,他会故意遗漏并信誓旦旦的告诉你他把任务都完成了,他很会偷懒。再比如它也会选择为了在页面上显示一个字段信息,而去频繁的拉取整个数据库表,这是贪婪。
我一直认为,懒惰和贪婪,其实讲的都是同一件事情。AI 就像一个小孩一样,会敷衍,会撒谎,会控制不了自己。
- AI 工具的选择:工欲善其事,必先利其器。在打造一款产品的各个环节里,有太多的工具可供选择,仅仅是模型的选择都有很多蹊跷,比如当我试图用 AI 进行各类公司票据识别的时候,国内某些云平台的模型一旦发现你在识别票据,就会要么返回失败信息、要么返回完全刻意编造的数据(一定不是幻觉,就是故意编造),这耽搁了我不少调试时间。我后来能分析出的原因,稍微厚黑一点,就是该平台本身在售卖传统的票据识别服务,怕是有利益的冲突,因此屏蔽了用户尝试识别票据的 AI 接口调用,由此可以看出来并不是所有大厂真的有较深的 AI 觉悟与改革的魄力。对于国内外各个 AI 工具和 AI Coding 如何打造一款完备的商业化应用感兴趣的读者,可以留言区里留下你们的问题。
www.dsphere.com.cn