[{"data":1,"prerenderedAt":1118},["ShallowReactive",2],{"series-posts:one-person-delivery-experiment":3,"series-meta:one-person-delivery-experiment":1101},[4,340,803],{"id":5,"title":6,"body":7,"date":320,"description":321,"draft":322,"extension":323,"featured":324,"lang":325,"launch":324,"license":326,"meta":327,"navigation":324,"order":328,"path":329,"seo":330,"series":331,"stem":332,"tags":333,"translationOf":338,"updated":338,"__hash__":339},"posts\u002Fposts\u002Fwhy-i-started-one-person-delivery-notes.md","我为什么开始「一人交付笔记」",{"type":8,"value":9,"toc":306},"minimark",[10,14,17,24,27,36,41,47,50,53,59,63,66,69,89,95,98,101,104,107,110,114,117,131,134,137,140,143,146,149,152,155,169,172,175,178,192,195,199,202,213,216,227,230,233,236,263,266,269,272,275,290,298],[11,12,13],"p",{},"在最近这个项目里，有一个瞬间让我意识到，自己对「一个人能交付多少软件」的判断已经过时了。",[11,15,16],{},"那天晚上，我在微信开发者工具里点下预览：老师端、家长端、管理后台同时亮起来，接口、权限、通知、接送记录都按预期工作。就在几个小时前，这些切片还只是计划文件里的几行任务。它们由一个主会话拆解，被不同的 agent 实现，再由一个全新上下文的 agent 逐项评审、在真机上验证，最后回到我这里做取舍。",[11,18,19,20],{},"那一刻我没有觉得「AI 替我写完了代码」。我想到的是另一件事：",[21,22,23],"strong",{},"一个人也可以设计一条交付流水线，让 agent 在里面干活，而人只负责判断、边界和证据。",[11,25,26],{},"这就是「一人交付笔记」的起点。",[11,28,29],{},[30,31],"img",{"alt":32,"src":33,"loading":34,"decoding":35},"一人 + agent 的交付流水线","\u002Fimages\u002Fone-person-delivery-pipeline.svg","lazy","async",[37,38,40],"h2",{"id":39},"十一年三个转折","十一年，三个转折",[11,42,43,44],{},"过去十一年，我主要做后端与分布式系统。那段时间里，我关心的东西很具体：接口契约、数据一致性、并发、可观测性、故障恢复。今天回头看，那几年真正留下来的不是某个框架的用法，而是一种习惯：",[21,45,46],{},"先把边界画清楚，再谈实现。",[11,48,49],{},"后来有四年半时间，我带着一个小团队做数据分析。工作从「把代码写对」变成了「对交付结果负责」：需求是否值得做、模型是否真的有用、上线之后谁来维护。带团队和写代码最大的区别，是你不能再用「我本地跑通了」作为完成标准；你要面对的是别人的时间、客户的环境和长期的维护成本。",[11,51,52],{},"再往后，我把重心放到 AI 模型服务与 LLM 应用上：把 YOLOv5、PaddleOCR 这类模型导出成 ONNX，部署到 Triton Inference Server；用 LLM 做意图识别和工具编排；在客户环境里做私有化部署，让数据不出门。这一段经历让我第一次认真面对「模型不是全部」：前后处理、批处理、CPU\u002FGPU 降级、权限、审计、回滚，任何一项没做好，demo 都变不成产品。",[11,54,55,56],{},"这三个阶段看起来跨度很大，但有一条线一直没变：",[21,57,58],{},"我关心的不是某个技术名词，而是一个东西能不能被稳定地交付出去。",[37,60,62],{"id":61},"真正的转折点把-agent-放进流水线","真正的转折点：把 agent 放进流水线",[11,64,65],{},"很多人对 AI 编程的想象是「补全更快」：写一行，AI 接下半行；写一个函数，AI 补一个测试。那当然有用，但它改变的是手感，不是交付方式。",[11,67,68],{},"真正改变交付方式的，是把 agent 放进一条完整的流水线里：",[70,71,72,76,79,86],"ul",{},[73,74,75],"li",{},"主会话只做编排，不读源码，只读计划和评审结论；",[73,77,78],{},"每个切片交给一个 worker 实现，切片足够小，失败可以回滚；",[73,80,81,82,85],{},"再由一个",[21,83,84],{},"全新上下文","的 supervisor 做对抗式评审，并在真实环境里验证；",[73,87,88],{},"检查点、validator、密钥扫描和进度文件把过程留下来，而不是只留下「我觉得写完了」。",[11,90,91,92],{},"这套流程并不神秘，也不轻松。它要求你把「怎么做」拆成「怎么验收」，要求你接受 agent 会在某些任务上反复失败，也要求你承认：",[21,93,94],{},"人最有价值的部分，不是敲代码的速度，而是定义边界和判断取舍。",[37,96,97],{"id":97},"一个切片长什么样",[11,99,100],{},"「切片」听起来抽象，其实可以很具体。",[11,102,103],{},"比如「通知已读状态」这个需求。它不是一个「把通知模块写出来」的大任务，而是一个可以被单独验收的切片：数据库里增加已读记录；接口返回当前用户的已读状态；老师端显示已读人数；家长端在打开通知后标记已读；管理员能看到未读名单；权限上，家长只能标记自己的记录。",[11,105,106],{},"这个切片有明确的输入、输出和验收标准。worker 拿到的是契约、相关文件范围和验收条件，而不是「你看着办」。supervisor 评审时也不需要理解整个系统，只需要确认：契约有没有被遵守、权限有没有越界、已读状态在并发下会不会重复、真机上打开通知后状态有没有变化。",[11,108,109],{},"切片足够小，失败就可以回滚；切片足够完整，评审就能在真实行为上做判断。这两件事同时成立，agent 才不会变成「写得很快、返工更多」的工具。",[37,111,113],{"id":112},"一人交付不是ai-取代团队","一人交付，不是「AI 取代团队」",[11,115,116],{},"我不想把这件事写成「一个人干掉一个团队」的故事。真实情况更朴素：",[70,118,119,122,125,128],{},[73,120,121],{},"agent 可以承担大量实现、测试补齐、重复修改和文档整理；",[73,123,124],{},"但需求是否成立、架构是否过度、风险是否可接受，仍然要人判断；",[73,126,127],{},"评审必须独立，最好由没有参与实现的上下文来做；",[73,129,130],{},"交付的证据要能复核：测试、日志、检查点、回滚路径。",[11,132,133],{},"所以「一人交付」不是把人去掉，而是把人的位置往前移：从执行者变成流水线的设计者。一个人能不能交付一套企业级软件，取决于这条流水线设计得好不好，而不是模型参数有多大。",[37,135,136],{"id":136},"为什么公开写",[11,138,139],{},"私人笔记也可以记录这些过程，但公开写有三个不同的作用。",[11,141,142],{},"第一，它逼我把「我觉得」变成「可复核」。当你知道读者会追问数字、环境和失败路径时，你会不自觉地写得更具体，也更愿意承认哪些地方没做好。",[11,144,145],{},"第二，它是个人品牌的一部分。我希望当有人问「袁海粟是谁」「一个人能不能用 AI 交付企业级软件」时，AI 和读者能找到一个稳定的、可验证的来源，而不是只看到一份简历或几个零散的项目名。",[11,147,148],{},"第三，它让同类经验可以被复用。一人公司、独立开发者、小团队的技术负责人，面对的问题往往不是「要不要用 AI」，而是「怎么把 AI 放进交付流程里」。如果这些记录能帮你少走一点弯路，公开就是值得的。",[37,150,151],{"id":151},"这个博客写什么",[11,153,154],{},"我会把「一人交付实验」拆成可复核的记录，而不是只展示结果：",[70,156,157,160,163,166],{},[73,158,159],{},"一人公司的软件交付方法：范围控制、架构取舍、质量门槛；",[73,161,162],{},"AI agent 流水线的实际用法：任务编排、上下文管理、验证与回滚；",[73,164,165],{},"真实项目的复盘：指标、失败、成本与时间线；",[73,167,168],{},"可复用清单：哪些做法能直接被读者拿走。",[11,170,171],{},"这个专题的第一篇正式复盘，是我用约 2.5 个月、一个人加一条多 agent 流水线交付的一套多租户 SaaS。它不是一个玩具项目：后端约 300 个接口、70 张表，前端约 130 个组件，包含老师端、家长端两个微信小程序和一个管理后台。下一篇会完整拆开它的架构、流水线和失败路径。",[11,173,174],{},"第三篇会回到 AI 工程本身：模型服务、LLM 工具编排、数据与算法三层怎么一起落地。如果你在做 AI 应用，或者正在判断「私有化部署到底该从哪里开始」，那一篇会更接近你的日常。",[37,176,177],{"id":177},"这个博客不写什么",[70,179,180,183,186,189],{},[73,181,182],{},"不写无法验证的成功学；",[73,184,185],{},"不写「AI 全自动交付」的神话；",[73,187,188],{},"不暴露客户名称、儿童信息、手机号、内部域名或任何密钥；",[73,190,191],{},"不把 AI 生成的内容当作未经审查的事实。",[11,193,194],{},"每一篇都尽量给出可复核的过程与证据。你可以不同意我的结论，但应该能看清我是怎么走到那里的。",[37,196,198],{"id":197},"适合谁不适合谁","适合谁，不适合谁",[11,200,201],{},"这套记录适合：",[70,203,204,207,210],{},[73,205,206],{},"独立开发者、一人公司，想验证「一个人 + AI 能交付到什么程度」；",[73,208,209],{},"小团队的技术负责人，想把 agent 放进现有工程流程；",[73,211,212],{},"对 AI 工程落地感兴趣，但不想只看 demo 的工程师。",[11,214,215],{},"它不适合：",[70,217,218,221,224],{},[73,219,220],{},"需要强实时协作、多人并行修改同一模块的团队；",[73,222,223],{},"界面极重、视觉判断占主导的项目；",[73,225,226],{},"希望「把需求丢给 AI，明天上线」的人。",[11,228,229],{},"一人交付不是万能方法。它只是把「一个人能做的事」往前推了一点，同时把「人必须判断的事」暴露得更清楚。",[37,231,232],{"id":232},"我怎么判断一篇复盘是否可信",[11,234,235],{},"我自己读别人的复盘时，会看四件事：",[237,238,239,245,251,257],"ol",{},[73,240,241,244],{},[21,242,243],{},"数字有没有条件","：吞吐、周期、代码量，是在什么环境、什么规模下得到的？",[73,246,247,250],{},[21,248,249],{},"失败有没有写","：只写成功路径的复盘，通常省略了最贵的部分。",[73,252,253,256],{},[21,254,255],{},"过程能不能复现","：切片怎么切、评审怎么做、证据怎么留，读者能不能照着做？",[73,258,259,262],{},[21,260,261],{},"脱敏是否认真","：客户名称、儿童信息、内部域名、密钥，有没有被处理干净？",[11,264,265],{},"这个博客会尽量按这四条来写。如果哪一篇没做到，欢迎直接指出来。",[37,267,268],{"id":268},"接下来",[11,270,271],{},"这个博客本身也是一次实验：Markdown 写作为内容源，Git 管理版本，静态生成后部署到 Cloudflare Pages；正文以服务端生成的 HTML 呈现，不依赖 JavaScript 也能完整阅读，方便读者、搜索引擎与 AI agent 获取内容。",[11,273,274],{},"如果你也在独立开发、经营一人公司，或者只是想搞清楚「一个人 + AI 到底能交付到什么程度」，欢迎从下面两篇继续：",[70,276,277,284],{},[73,278,279],{},[280,281,283],"a",{"href":282},"\u002Fposts\u002Fone-person-delivery-experiment-01-multi-agent-saas","一人交付实验 #1：一个人 + 多 agent，2.5 个月交付 14 万行 SaaS",[73,285,286],{},[280,287,289],{"href":288},"\u002Fposts\u002Fone-person-delivery-experiment-02-ai-engineering-stack","一人交付实验 #2：AI 工程落地的三层栈",[11,291,292,293,297],{},"也可以先看看",[280,294,296],{"href":295},"\u002Fabout","关于我","，了解我过去十一年在做什么。",[11,299,300,301,305],{},"订阅可以通过 ",[280,302,304],{"href":303},"\u002Ffeed.xml","RSS"," 或微信公众号；国内读者也欢迎在知乎\u002F公众号讨论。下一篇见。",{"title":307,"searchDepth":308,"depth":308,"links":309},"",2,[310,311,312,313,314,315,316,317,318,319],{"id":39,"depth":308,"text":40},{"id":61,"depth":308,"text":62},{"id":97,"depth":308,"text":97},{"id":112,"depth":308,"text":113},{"id":136,"depth":308,"text":136},{"id":151,"depth":308,"text":151},{"id":177,"depth":308,"text":177},{"id":197,"depth":308,"text":198},{"id":232,"depth":308,"text":232},{"id":268,"depth":308,"text":268},"2026-11-10","从十一年后端与数据分析经验出发，说明我为什么要公开记录「一个人 + AI agent」的软件交付过程，以及这个博客会写什么、不写什么。",false,"md",true,"zh","CC BY 4.0",{},1,"\u002Fposts\u002Fwhy-i-started-one-person-delivery-notes",{"title":6,"description":321},"one-person-delivery-experiment","posts\u002Fwhy-i-started-one-person-delivery-notes",[334,335,336,337],"一人交付","个人品牌","AI Agent","独立开发",null,"Ukta0bfifd38M6nFekc9el4-4miU99TKGx3ao_ylgCg",{"id":341,"title":342,"body":343,"date":793,"description":794,"draft":322,"extension":323,"featured":324,"lang":325,"launch":324,"license":326,"meta":795,"navigation":324,"order":308,"path":282,"seo":796,"series":331,"stem":797,"tags":798,"translationOf":338,"updated":338,"__hash__":802},"posts\u002Fposts\u002Fone-person-delivery-experiment-01-multi-agent-saas.md","一人交付实验",{"type":8,"value":344,"toc":779},[345,348,351,411,414,417,420,434,440,443,447,453,461,464,467,473,476,479,482,486,501,504,507,510,514,520,523,559,562,565,571,575,581,587,593,599,602,606,609,639,642,645,648,651,677,680,683,686,712,715,718,721,748,751,754,757,773],[11,346,347],{},"先把结论放在前面：这是一套面向民办幼儿园的家园共育与园务管理 SaaS。产品方案、后端、两个微信小程序和一个管理后台，由我一个人完成；开发过程由一条自建的多 agent 流水线驱动。周期约 2.5 个月，代码合计约 14 万行。",[11,349,350],{},"这不是「AI 全自动写完」的故事。代码由 agent 生成、由人工评审与测试兜底；真正决定交付质量的，是切片方式、契约、评审隔离和证据留存。下面把过程完整拆开。",[352,353,354,367],"table",{},[355,356,357],"thead",{},[358,359,360,364],"tr",{},[361,362,363],"th",{},"维度",[361,365,366],{},"结果",[368,369,370,379,387,395,403],"tbody",{},[358,371,372,376],{},[373,374,375],"td",{},"周期",[373,377,378],{},"约 2.5 个月",[358,380,381,384],{},[373,382,383],{},"后端",[373,385,386],{},"Go，约 7 万行（含约 2.2 万行测试），约 300 个接口、70 张表",[358,388,389,392],{},[373,390,391],{},"前端",[373,393,394],{},"约 130 个 Vue 组件，约 7 万行",[358,396,397,400],{},[373,398,399],{},"端",[373,401,402],{},"老师端小程序、家长端小程序、Nuxt 3 管理后台",[358,404,405,408],{},[373,406,407],{},"合计",[373,409,410],{},"约 14 万行（AI 生成 + 人工评审）",[37,412,413],{"id":413},"问题与约束",[11,415,416],{},"民办幼儿园的家园沟通，长期依赖微信群和纸质记录：通知发了不知道谁看，请假靠口头汇总，接送靠人工辨认，成长记录散落在各个老师的手机里，出了纠纷很难追溯。",[11,418,419],{},"这类需求并不「高精尖」，但它有几个很现实的约束：",[70,421,422,425,428,431],{},[73,423,424],{},"幼儿园预算有限，不可能为一个内部系统养一支研发团队；",[73,426,427],{},"老师和管理员不是专业软件用户，界面必须足够简单；",[73,429,430],{},"儿童照片、接送人、健康信息都属于敏感数据，权限必须清楚；",[73,432,433],{},"需求会持续变化，系统必须能迭代，而不是一次性交付后锁死。",[11,435,436,437],{},"传统外包的问题不是做不出来，而是沟通成本和迭代成本太高；一个小团队的问题也不是技术，而是「为这个预算养团队」不成立。于是我想验证一件事：",[21,438,439],{},"如果一个人把交付流水线设计好，能不能独立完成一套企业级 SaaS？",[11,441,442],{},"我给自己定了三条边界：不接支付、不做开放注册、不碰与儿童隐私无关的扩张功能。范围越小，切片越清楚，评审越容易做。对一人项目来说，克制不是保守，而是交付的一部分。",[37,444,446],{"id":445},"架构先把边界画清楚","架构：先把边界画清楚",[11,448,449],{},[30,450],{"alt":451,"src":452,"loading":34,"decoding":35},"养成星球的三端与后端架构","\u002Fimages\u002Fnurture-planet-architecture.svg",[11,454,455,456,460],{},"后端使用 Go 1.25 + Gin + GORM + MySQL + Redis，权限用 Casbin，依赖注入用 Wire，分层是 ",[457,458,459],"code",{},"handler → service → repository → domain","。这套分层不新，但它适合 agent 协作：每一层的职责固定，切片可以沿着层边界切，评审也更容易判断「有没有越层」。",[11,462,463],{},"为什么是 Go？不是因为性能神话，而是因为一人项目需要「部署简单、并发模型清楚、错误处理显式」。一个二进制、一套标准库、一个能看懂的错误链，比一堆框架魔法更适合长期维护。Gin 和 GORM 也不是唯一选择，但它们的生态足够成熟，agent 生成的代码更容易被评审。",[11,465,466],{},"多租户是这套系统的第一约束。所有业务表都带租户列，查询必须带租户条件，跨园所数据强制隔离；儿童照片只对授权家长可见。这个约束不是事后补的，而是从第一张表开始就写进 schema 和 repository 的。",[11,468,469],{},[30,470],{"alt":471,"src":472,"loading":34,"decoding":35},"多租户隔离：所有查询都必须带租户条件","\u002Fimages\u002Fmulti-tenant-isolation.svg",[11,474,475],{},"多租户有两种常见做法：每个租户一个 schema，或者共享表 + 租户列。前者隔离更彻底，但迁移、备份、跨租户统计都更复杂；后者实现简单，但要求每一层都记得带条件。对这套系统，我选了共享表 + 租户列，并把「忘记租户条件」当成最高级别的代码缺陷：repository 层强制注入，code review 里看到跨园所查询直接拒绝，测试里专门覆盖跨租户读取。",[11,477,478],{},"多租户的测试不能只测「正常查询」：要构造两个园所的数据，用 A 园所的账号去读 B 园所的学生、通知、照片、接送记录，确认全部返回空或 404；还要测管理员跨园所的统计接口，确认它只返回授权范围内的聚合。这类测试很枯燥，但它是多租户系统最值得投入的地方。",[11,480,481],{},"人脸识别抽象了一个 Provider 接口，接入腾讯云 IAI 做 1:N 检索：照片自动匹配学生，按人脸数量区分单人、小组和合影。后来供应商方案调整，我只替换了实现层，调用方零改动。对一个一人项目来说，这种「可替换边界」比「选对某个供应商」更重要：你没有团队去追每一个供应商的变化，只能把变化关在一个小盒子里。",[37,483,485],{"id":484},"三端把复杂度留在后端","三端：把复杂度留在后端",[70,487,488,491,494],{},[73,489,490],{},"老师端和家长端用 uni-app + Vue 3 + Vite，共用一套组件与设计 Token；",[73,492,493],{},"管理后台用 Nuxt 3 + Element Plus + Pinia + ECharts；",[73,495,496,497,500],{},"三端共享 ",[457,498,499],{},"tokens.json","，构建时生成产物，再用 lint 阻断硬编码色值和间距。",[11,502,503],{},"老师端的核心是「少点几下」：发通知、记成长、看待办、处理请假、接送核验。家长端的核心是「看得懂」：通知、成长档案、请假、接送授权、相册。管理后台的核心是「可管理」：园所、班级、学生、老师、权限、统计。",[11,505,506],{},"共享设计 Token 看起来是「设计系统」的事，实际上它是 agent 协作的护栏：当三个端由不同切片实现时，颜色、间距、圆角很容易各自发挥；Token + lint 把「审美」变成了可验证的约束。",[11,508,509],{},"另一个容易被忽略的点是错误提示。三端面向的是非技术用户，错误信息不能是「internal server error」。我在契约层定义了错误码和用户可读文案，前端只负责展示；这样 agent 在实现不同端时，不会各自发明一套错误语言。",[37,511,513],{"id":512},"多-agent-流水线主会话不读源码","多 agent 流水线：主会话不读源码",[11,515,516],{},[30,517],{"alt":518,"src":519,"loading":34,"decoding":35},"多 agent 交付流水线","\u002Fimages\u002Fmulti-agent-pipeline.svg",[11,521,522],{},"这是整个项目里最值得复盘的部分。流水线不是「开一个聊天窗口，让 AI 一直写」，而是把交付拆成几个角色：",[237,524,525,531,540,549],{},[73,526,527,530],{},[21,528,529],{},"主会话只做编排","。它不读源码，只读计划、切片状态和评审结论。这样可以避免主上下文被几十万行代码淹没，也能让「决策」和「实现」分开。",[73,532,533,539],{},[21,534,535,538],{},[457,536,537],{},"slice-worker"," 负责实现","。每个切片足够小，有明确的输入、输出和验收标准；worker 只在自己的切片里工作，失败可以回滚。",[73,541,542,548],{},[21,543,544,547],{},[457,545,546],{},"slice-supervisor"," 负责对抗式评审","。它是一个全新上下文的实例，不继承 worker 的自我判断；它读代码、跑测试、在微信开发者工具里做真机验证，然后给出 verdict。",[73,550,551,554,555,558],{},[21,552,553],{},"检查点与证据","。四个检查点、validator、密钥扫描，状态全部落在 ",[457,556,557],{},"PROGRESS.md","。主会话靠这些证据判断「能不能进入下一阶段」，而不是靠 agent 说「我完成了」。",[11,560,561],{},"四个检查点分别看四件事：规格是否写清楚、契约是否稳定、实现是否越层、真机行为是否符合验收。validator 负责机械检查：编译、测试、lint、密钥扫描、禁止的依赖。检查点不通过，worker 不进入下一个切片；supervisor 不通过，主会话不合并。",[11,563,564],{},"为什么 supervisor 要用全新实例？因为同一个上下文里，模型很容易为自己的实现找理由。换一个没有「沉没成本」的实例，评审会更接近一个真正的外部 reviewer。这一点在跨文件重构和权限边界上尤其明显。",[11,566,567,568],{},"这套流水线并不能让 agent 变成资深工程师。它做的是另一件事：",[21,569,570],{},"把「实现」变成可并行、可回滚、可复核的工作单元，把人的注意力留给架构、边界和取舍。",[572,573,574],"h3",{"id":574},"四个检查点具体看什么",[11,576,577,580],{},[21,578,579],{},"规格检查点","：需求有没有写成可验收的行为？边界条件、权限、失败路径有没有写清楚？如果规格里只有「实现通知已读」，没有「家长只能标记自己的记录」，这个切片就不该开始。",[11,582,583,586],{},[21,584,585],{},"契约检查点","：接口形状、错误码、字段类型有没有定下来？前端和后端是不是照着同一份契约写？契约没定就开工，最后一定会在联调时返工。",[11,588,589,592],{},[21,590,591],{},"实现检查点","：有没有越层？repository 里有没有业务逻辑？handler 里有没有直接拼 SQL？租户条件有没有漏？这些是机械检查能发现的部分，也是 supervisor 最先看的地方。",[11,594,595,598],{},[21,596,597],{},"真机检查点","：在微信开发者工具里跑一遍真实路径，不只看单元测试。登录、切换身份、打开通知、标记已读、返回列表，每一步都要在真机上确认。很多问题只在真机上出现，测试环境看不出来。",[11,600,601],{},"四个检查点都通过，切片才算完成；任何一个不通过，worker 回到实现，而不是把问题留给下一个人。",[37,603,605],{"id":604},"工程规范让-agent-有东西可以遵守","工程规范：让 agent 有东西可以遵守",[11,607,608],{},"agent 不会自动遵守你脑子里的规范，除非规范被写成可执行的约束。这个项目里，真正起作用的是四件事：",[70,610,611,621,627,633],{},[73,612,613,616,617,620],{},[21,614,615],{},"API 契约优先","：",[457,618,619],{},"backend\u002Fapi\u002F"," 是接口形状的唯一真相源。改接口先改契约，三端照着契约写；契约不一致，测试会先失败。",[73,622,623,626],{},[21,624,625],{},"OpenSpec 规格驱动","：跨三层的改动先写 proposal 和带 SHALL + Scenario 的验收标准，验收通过才归档。我试过不写规格直接改，结果就是三个月后没人记得当初为什么这么写。",[73,628,629,632],{},[21,630,631],{},"测试","：Go 端用 testify 做单元测试，前端用 Vitest。测试不是给 agent 看的，是给「未来的我」看的。",[73,634,635,638],{},[21,636,637],{},"检查点","：每个阶段结束必须留下可验证的产物；没有产物，不算完成。",[11,640,641],{},"这些规范听起来像「大团队才需要的东西」，但在一个人 + agent 的场景里反而更重要：agent 的速度越快，没有约束的返工就越贵。",[11,643,644],{},"我后来发现，规范的价值不在于「写得漂亮」，而在于「让 agent 可以被问责」。当验收标准是 SHALL + Scenario 时，supervisor 可以逐条对照；当接口有契约时，前端不需要猜后端；当测试覆盖真实行为时，agent 说「完成了」才有意义。",[37,646,647],{"id":647},"失败与取舍",[11,649,650],{},"这套流水线不是没有代价。几个真实的失败点：",[70,652,653,659,665,671],{},[73,654,655,658],{},[21,656,657],{},"跨文件重构仍然最容易失控","。切片一旦跨过太多文件，worker 很容易改出「局部正确、整体不一致」的结果；后来我把这类任务拆成「先改契约，再改实现，再改调用方」。",[73,660,661,664],{},[21,662,663],{},"UI 细节和真机兼容需要人盯着","。小程序的样式、键盘、滚动、真机表现，agent 可以写，但很难自己判断「看起来对不对」；supervisor 的真机验证是必要的，但仍然需要人做最终取舍。",[73,666,667,670],{},[21,668,669],{},"评审开销是真实成本","。全新上下文的 supervisor 会增加时间，但它减少的是更贵的返工；如果切片太大，评审开销会迅速失控。",[73,672,673,676],{},[21,674,675],{},"上下文管理比模型能力更关键","。主会话不读源码、切片足够小、状态落到文件，这些做法比换一个更强的模型更能提升稳定性。",[11,678,679],{},"如果重来一次，我会改三件事：切片再小一点；真机验证再早一点；契约测试再多一点。",[37,681,682],{"id":682},"时间花在哪里",[11,684,685],{},"2.5 个月里，真正写代码的时间没有想象中多。大致可以分成四块：",[70,687,688,694,700,706],{},[73,689,690,693],{},[21,691,692],{},"产品与范围","：把「什么都想要」压到「这一版必须有什么」，这部分只能人做；",[73,695,696,699],{},[21,697,698],{},"架构与契约","：定分层、租户模型、接口形状、设计 Token，这部分决定后面返工多少；",[73,701,702,705],{},[21,703,704],{},"实现与评审","：agent 写、supervisor 审、我处理冲突和边界；",[73,707,708,711],{},[21,709,710],{},"真机与收尾","：小程序兼容、权限边界、异常路径、部署与文档。",[11,713,714],{},"AI 明显加速的是第三块；第一、二、四块反而更需要人。这个分布也解释了为什么「一人 + agent」不是简单地把人替换掉：它把人的工作从「写」推向了「定义」和「判断」。",[37,716,717],{"id":717},"可复用清单",[11,719,720],{},"如果你也想尝试「一个人 + agent」交付，下面几条可以直接抄走：",[237,722,723,730,733,736,739,742,745],{},[73,724,725,726,729],{},"按",[21,727,728],{},"可交付行为","切片，不要按文件切片。",[73,731,732],{},"每个切片先写验收标准，再让 agent 实现。",[73,734,735],{},"评审必须用没有参与实现的上下文。",[73,737,738],{},"主会话不要读全部源码，只读计划和 verdict。",[73,740,741],{},"契约优先，测试放在契约和真实行为的交界处。",[73,743,744],{},"每个阶段留下证据：测试、日志、检查点、回滚路径。",[73,746,747],{},"对外复盘前先脱敏：客户名称、儿童信息、内部域名、密钥，一个都不能留。",[11,749,750],{},"这套方法不适合所有项目。需求极不稳定、界面极重、强实时协作的场景，仍然需要更多人。但如果你在做一人公司、独立产品，或者想验证「一个人到底能交付到什么程度」，它值得一试。",[37,752,753],{"id":753},"下一篇",[11,755,756],{},"这篇讲的是「怎么把一套 SaaS 交付出来」；下一篇回到 AI 工程本身，拆解模型服务、LLM 工具编排、数据与算法三层怎么一起落地：",[70,758,759,763,767],{},[73,760,761],{},[280,762,289],{"href":288},[73,764,765],{},[280,766,6],{"href":329},[73,768,769],{},[280,770,772],{"href":771},"\u002Fseries\u002Fone-person-delivery-experiment","一人交付实验专题",[11,774,775,776,778],{},"如果你对某个环节想看得更细——切片怎么切、supervisor 怎么评审、契约怎么落地——欢迎通过 ",[280,777,304],{"href":303},"、知乎或公众号告诉我。",{"title":307,"searchDepth":308,"depth":308,"links":780},[781,782,783,784,788,789,790,791,792],{"id":413,"depth":308,"text":413},{"id":445,"depth":308,"text":446},{"id":484,"depth":308,"text":485},{"id":512,"depth":308,"text":513,"children":785},[786],{"id":574,"depth":787,"text":574},3,{"id":604,"depth":308,"text":605},{"id":647,"depth":308,"text":647},{"id":682,"depth":308,"text":682},{"id":717,"depth":308,"text":717},{"id":753,"depth":308,"text":753},"2026-11-17","一套多租户幼儿园家园共育 SaaS 的完整复盘：架构、三端、多 agent 流水线、工程规范、失败路径与可复用清单。",{},{"title":342,"description":794},"posts\u002Fone-person-delivery-experiment-01-multi-agent-saas",[334,336,799,800,801],"多租户 SaaS","Go","工程管理","d_npBYOCuvpBaAhqXmpANfEyUkRlE87GkMyqhqcdiUQ",{"id":804,"title":342,"body":805,"date":1089,"description":1090,"draft":322,"extension":323,"featured":322,"lang":325,"launch":324,"license":326,"meta":1091,"navigation":324,"order":787,"path":288,"seo":1092,"series":331,"stem":1093,"tags":1094,"translationOf":338,"updated":338,"__hash__":1100},"posts\u002Fposts\u002Fone-person-delivery-experiment-02-ai-engineering-stack.md",{"type":8,"value":806,"toc":1078},[807,810,813,819,823,826,833,836,842,845,848,851,854,857,860,864,867,870,876,882,889,892,895,899,902,905,908,911,940,946,949,956,960,963,977,980,983,986,989,1021,1024,1026,1049,1053,1056,1069],[11,808,809],{},"很多 AI 项目的失败，不是模型选错了，而是只做了「模型」这一层。",[11,811,812],{},"一个能交付的 AI 应用，通常要同时解决三件事：模型怎么稳定地跑起来、LLM 怎么和业务工具接上、数据与算法怎么形成闭环。我把它们叫做 AI 工程落地的三层栈。这篇用我做过的金融级私有化项目拆开讲。",[11,814,815],{},[30,816],{"alt":817,"src":818,"loading":34,"decoding":35},"AI 工程落地的三层栈","\u002Fimages\u002Fai-engineering-stack.svg",[37,820,822],{"id":821},"第一层模型服务不是写个-flask-调模型","第一层：模型服务，不是「写个 Flask 调模型」",[11,824,825],{},"模型服务层要回答的问题很具体：模型怎么加载、怎么批处理、怎么在 CPU\u002FGPU 之间切换、怎么预热、怎么观测、怎么升级。",[11,827,828,829,832],{},"在内容识别场景里，我用 YOLOv5 做检测、PaddleOCR 做文字识别（det + rec），模型导出 ONNX 后部署到 Triton Inference Server。Triton 里维护了 5 个模型仓库：检测和识别走 ONNX Runtime backend，前后处理用 Python backend 自己实现；",[457,830,831],{},"max_batch_size"," 最高到 1000，其中 2 个模型配置了 model warmup。",[11,834,835],{},"为什么用 Triton，而不是直接在 Flask 里加载模型？因为交付环境要考虑的不只是「推理一次」：多个模型要共存、请求要批处理、CPU\u002FGPU 要有不同配置、模型升级要能回滚、进程重启后要能自动预热。Triton 提供的模型仓库和 backend 机制，把这些事收敛到了配置层；业务代码只负责调用，不负责管理模型生命周期。",[11,837,838],{},[30,839],{"alt":840,"src":841,"loading":34,"decoding":35},"Triton 模型仓库与 CPU\u002FGPU 双版本","\u002Fimages\u002Ftriton-model-repos.svg",[11,843,844],{},"对外接口是 Flask + waitress，部署在 Kubernetes 的 Deployment \u002F Service 上。客户环境不一定有 GPU，所以同一套服务提供 CPU \u002F GPU 双版本；在没有 GPU 的银行客户环境里，CPU 版本稳定吞吐大约 7–10 req\u002Fs，具体会随请求内容大小浮动。",[11,846,847],{},"这一层最容易被低估的是「前后处理」。检测框怎么裁、OCR 的 det\u002Frec 怎么串、图片怎么归一化、批量请求怎么拼，这些都不在模型文件里，却直接决定吞吐和准确率。把它们放进 Python backend，而不是散落在业务代码里，是我认为最值得的一个取舍。",[11,849,850],{},"模型服务还有几个必须提前想清楚的失败模式：图片超大导致显存\u002F内存暴涨；批量请求里混入损坏文件导致整批失败；模型版本升级后输出格式变化；CPU 环境下超时。这些不是「模型准不准」的问题，而是「服务能不能稳定交付」的问题。",[572,852,853],{"id":853},"模型服务的观测与回滚",[11,855,856],{},"模型服务的日志不能只记「成功\u002F失败」。我至少会记录：输入尺寸、批大小、推理耗时、CPU\u002FGPU、模型版本、错误类型。这样线上变慢时，才能判断是流量、模型还是环境的问题。",[11,858,859],{},"回滚也要提前设计：模型仓库按版本命名，配置里锁定版本；新版本先在一小部分请求上验证，再全量切换；切换失败时能回到上一版，而不是重新导出模型。对私有化客户来说，「能不能回滚」往往比「新模型准不准」更重要，因为客户环境里没有人能帮你现场调试。",[37,861,863],{"id":862},"第二层llm-应用重点是工具编排","第二层：LLM 应用，重点是工具编排",[11,865,866],{},"LLM 应用层不是「接一个聊天接口」就结束了。真正的价值在于：把自然语言变成对内部系统的可靠调用。",[11,868,869],{},"我做过两个方向：",[11,871,872,875],{},[21,873,874],{},"AI 智询","：用户用自然语言描述需求，系统做意图识别，然后路由到最合适的内部接口或工具，完成多步调用。它把过去需要在菜单里点很多次的流程，收敛成一次对话。难点不在 prompt，而在工具边界的定义：哪些工具可以暴露、参数怎么校验、失败怎么回滚、权限怎么继承。",[11,877,878,881],{},[21,879,880],{},"AI 鉴敏","：用语义分析识别用户行为与内容中的敏感信息，相比关键词匹配降低误判。它同样私有化部署在客户环境里，数据不出门。",[11,883,884,885,888],{},"这两个应用有一个共同约束：",[21,886,887],{},"私有化部署","。模型、向量、日志、工具调用都不能离开客户环境。这个约束会反过来影响架构：你不能依赖一个云端 LLM API 做所有事，要在本地做模型服务、缓存、降级和审计；你也不能把业务数据随便塞进第三方工具。",[11,890,891],{},"工具编排最容易犯的错误，是把「模型能调用」当成「模型可以随便调用」。我的做法是：每个工具都有明确的输入 schema、权限要求和失败语义；模型只负责选择工具和填参数，真正的执行、鉴权和审计由后端完成。这样即使模型选错工具，也不会越权。",[11,893,894],{},"权限模型也要按「用户身份」而不是「模型身份」设计。模型只是发起调用的一个环节，最终执行时仍然要带当前用户的身份、租户和角色；不能因为「是 AI 发起的」就绕过 RBAC。否则一次 prompt 注入，就可能变成一次越权操作。",[37,896,898],{"id":897},"第三层数据与算法决定系统是不是越用越准","第三层：数据与算法，决定系统是不是「越用越准」",[11,900,901],{},"第三层最容易被忽略，但它决定 AI 应用是不是只有 demo 价值。",[11,903,904],{},"在用户行为分析场景里，系统每天采集千万级的桌面操作元事件。我们用 Python + Pandas \u002F NumPy 按业务配置的异常规则做清洗、转换与特征工程，归纳到约 30 万条样本、4–10 维特征（分类 + 数值），在模型效率与检出效果之间取平衡；日均百万级预测。",[11,906,907],{},"这一层的关键不是「用哪个模型」，而是「数据怎么变成可解释的特征」。异常规则来自业务，特征工程要能回答「为什么这个用户被判定为异常」；如果模型只给一个分数，客户环境里没人敢用。",[11,909,910],{},"另一块是事件序列关联分析。我独立设计并实现了一个轻量的事件序列正则引擎：",[70,912,913,916,927,934,937],{},[73,914,915],{},"词法 \u002F 语法分析 → AST → 后缀 IR → Thompson ε-NFA 构造与匹配；",[73,917,918,919,922,923,926],{},"支持并、连接、分组、有界重复 ",[457,920,921],{},"{n}"," 与无序组 ",[457,924,925],{},"\u003C...>","；",[73,928,929,930,933],{},"带 ",[457,931,932],{},"mustMatchPos"," 位置约束的反向匹配，保证刚到达的事件必须参与；",[73,935,936],{},"用字符集、长度 100、编译规模 3000、无序单元 5 四层约束规避灾难性回溯；",[73,938,939],{},"核心 pass 都有单元测试。",[11,941,942],{},[30,943],{"alt":944,"src":945,"loading":34,"decoding":35},"事件序列正则引擎","\u002Fimages\u002Fevent-sequence-regex.svg",[11,947,948],{},"为什么不用现成的规则引擎？因为需求要的是「事件之间的顺序关系」：先打开某个页面，再复制，再外发，才算一条风险序列；中间允许无关事件，但关键事件必须按顺序出现。现成引擎要么表达不了无序组，要么在长序列上回溯失控。自己实现一个小而可控的引擎，反而更容易测试和解释。",[11,950,951,952,955],{},"这段经历给我的最大提醒是：",[21,953,954],{},"AI 工程不是只有模型。"," 数据怎么采、特征怎么造、规则怎么表达、失败怎么解释，往往比换一个更大的模型更能决定系统能不能上线。",[37,957,959],{"id":958},"工程取舍为什么没有做-rag-和微调","工程取舍：为什么没有做 RAG 和微调",[11,961,962],{},"这套系统没有做 RAG，也没有做微调。不是这些技术不好，而是场景不匹配：",[70,964,965,968,971,974],{},[73,966,967],{},"客户环境要求私有化，数据不能出门；",[73,969,970],{},"业务问题更多是「识别 + 路由 + 规则」，不是开放域问答；",[73,972,973],{},"微调需要稳定的标注数据和持续评估，项目周期内不成立；",[73,975,976],{},"先把模型服务、工具编排、数据闭环做稳，收益比追新更大。",[11,978,979],{},"同理，Triton 也不是唯一选择。如果只是低频调用，一个 Flask 服务就够了；但当你要批处理、要多模型仓库、要在 CPU\u002FGPU 之间切换、要做 warmup 和观测，Triton 的价值才会显现。技术选型应该由交付约束驱动，而不是由技术名词驱动。",[11,981,982],{},"这也是为什么我先把模型服务做稳，再做 LLM 应用。模型服务是底座：它不稳定，上面的工具编排再优雅也没有意义。反过来，底座稳定之后，LLM 层可以快速试错，因为每次失败都能定位到是工具、提示词还是模型服务。对一人项目来说，顺序比速度重要：先做能复用的底座，再做能讲故事的场景。",[11,984,985],{},"还有一个取舍是观测。模型服务的日志不能只记「请求成功\u002F失败」，还要记输入尺寸、批大小、推理耗时、CPU\u002FGPU、模型版本。否则线上变慢时，你无法判断是流量、模型还是环境的问题。",[37,987,988],{"id":988},"常见失败模式",[70,990,991,997,1003,1009,1015],{},[73,992,993,996],{},[21,994,995],{},"OCR 质量不稳定","：图片模糊、倾斜、遮挡会显著影响识别；需要在前后处理里加入质量判断和降级策略。",[73,998,999,1002],{},[21,1000,1001],{},"CPU 吞吐不够","：没有 GPU 的客户环境，批处理和超时策略要重新设计，不能照搬 GPU 参数。",[73,1004,1005,1008],{},[21,1006,1007],{},"工具越权","：模型选错工具或填错参数，必须在后端做权限校验和参数校验。",[73,1010,1011,1014],{},[21,1012,1013],{},"数据漂移","：业务规则变化后，特征分布会变；需要定期回看样本和误判。",[73,1016,1017,1020],{},[21,1018,1019],{},"模型升级破坏契约","：输出格式、类别、阈值变化要有版本和回滚。",[11,1022,1023],{},"这些失败模式有一个共同点：它们都不是模型能力问题，而是工程问题。模型服务层要把它们当成一等公民，提前设计检测、降级和回滚，而不是等上线后再补。",[37,1025,717],{"id":717},[237,1027,1028,1031,1034,1037,1040,1043,1046],{},[73,1029,1030],{},"先把模型服务做成独立层，不要让业务代码直接加载模型。",[73,1032,1033],{},"前后处理也属于模型服务，不要散落在业务里。",[73,1035,1036],{},"私有化场景先设计降级路径：没有 GPU、没有外网、模型升级失败时怎么办。",[73,1038,1039],{},"LLM 应用先定义工具边界和权限，再谈 prompt。",[73,1041,1042],{},"数据与算法层要能解释「为什么命中」，否则无法在客户环境里维护。",[73,1044,1045],{},"不要为了追新引入 RAG\u002F微调；先确认场景真的需要。",[73,1047,1048],{},"吞吐数字要写清测试条件，不要把实验室数字当成生产承诺。",[37,1050,1052],{"id":1051},"回到一人交付","回到「一人交付」",[11,1054,1055],{},"这三层栈看起来是技术问题，其实也是交付问题：一个人要同时扮演模型工程师、后端工程师、数据工程师和运维，唯一的办法是把边界切清楚，让每一层都能独立验证。",[11,1057,1058,1059,1061,1062,1065,1066,1068],{},"这也是",[280,1060,342],{"href":771},"的核心：不是让一个人变成四个人，而是让一个人用流水线把四类工作组织起来。上一篇讲的是",[280,1063,1064],{"href":282},"一个人如何交付一套多租户 SaaS","，这一篇讲的是 AI 应用的三层栈；如果你还没看开篇，可以从",[280,1067,6],{"href":329},"开始。",[11,1070,1071,1072,1074,1075,1077],{},"想继续聊模型服务、工具编排或事件序列引擎，欢迎通过 ",[280,1073,304],{"href":303},"、知乎或公众号找到我；也可以先看看",[280,1076,296],{"href":295},"。",{"title":307,"searchDepth":308,"depth":308,"links":1079},[1080,1083,1084,1085,1086,1087,1088],{"id":821,"depth":308,"text":822,"children":1081},[1082],{"id":853,"depth":787,"text":853},{"id":862,"depth":308,"text":863},{"id":897,"depth":308,"text":898},{"id":958,"depth":308,"text":959},{"id":988,"depth":308,"text":988},{"id":717,"depth":308,"text":717},{"id":1051,"depth":308,"text":1052},"2026-11-24","从模型服务、LLM 工具编排到数据与算法，拆解一套私有化 AI 应用真正落地时需要一起设计的三层栈。",{},{"title":342,"description":1090},"posts\u002Fone-person-delivery-experiment-02-ai-engineering-stack",[1095,1096,1097,1098,1099,887,800],"AI 工程","Triton","YOLOv5","PaddleOCR","LLM","rNCMl3flRYGj61oYWnsfKq-GAzuM871gRhG9mfiFDjY",{"id":1102,"title":342,"body":1103,"description":1113,"extension":323,"meta":1114,"navigation":324,"path":771,"seo":1115,"stem":1116,"__hash__":1117},"series\u002Fseries\u002Fone-person-delivery-experiment.md",{"type":8,"value":1104,"toc":1111},[1105,1108],[11,1106,1107],{},"「一人交付实验」不是一个「AI 取代团队」的口号，而是一组可复核的交付记录：一个人如何设计流水线、把任务切给 agent、用评审与测试守住质量，最后把软件真正交付出去。",[11,1109,1110],{},"这个专题会按项目阶段拆解：问题与约束、架构取舍、agent 编排、工程规范、失败路径与可复用清单。涉及客户与儿童信息时统一脱敏。",{"title":307,"searchDepth":308,"depth":308,"links":1112},[],"记录一个人借助 AI agent 流水线交付真实软件的过程：架构、工程规范、失败与可复用清单。",{},{"title":342,"description":1113},"series\u002Fone-person-delivery-experiment","bfRSrJJf1WaIA_RzLxzojaTAoNolLQz22jTVu87XQ0k",1794018033905]