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。

01

重回癫狂年少时

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。

02

从 0 开始“重造轮子”，是真正技术创新的唯一出路

我曾不止一次的阐述过我的观点，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。

拿来主义，可以阶段性的满足商业成功，但长期来看必定转为被动。

如果张雪机车不从每一颗螺丝钉开始重塑，那它一定无法超越国外同行的百年沉淀。因为如果延续他人构建的路线和规则，纵使你再如何拼命，也无法追上时间的脚步。

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。

03

企业日常流程管理

每个常规的企业，内部管理都离不开这些琐事：员工入离职管理、人员招聘、费用报销、绩效管理。

• 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。

04

软件研发型企业项目管理

05

市场与销售管理

同样包括了客户管理的整个闭环：

「客户管理 -> 报价与订单管理 -> POC 与交付管理」

06

AI 集成

既然这是一套 AI 原生的平台，那么自然到处都该有 AI 的影子，简单罗列几处：

• 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。
  
  
  
  

数据安全怎么做

这套系统包括传统软件应该有的所有安全能力，关键数据的加密、多租户隔离、API 级别的安全校验、敏感数据的脱敏、细粒度的审计、灵活的用户角色授权。

传统的软件要做到这一切，需要耗费巨大的研发成本，和难以想象的开发周期，但这套 AI 原生的系统，要实现这些都是信手拈来。

然而，即使做到了这一切，在 漫天的 AI 工具面前，数据安全“形同虚设”，传统的靠系统自身去保障自身数据安全的想象，只差有人去捅破这层窗户纸。

因此，我们内部还是将这套系统，限定在了我们自己的办公浏览器内去使用，通过我们的安全办公浏览器来充当应用沙盒，去保障数据的安全使用。

当然，还有最后一环，对于使用公有的 AI 模型，除非企业部署自己的开源模型，否则既要使用 AI 又要数据私有，是痴话。

为什么要开源

作为一个创业一号位，如果自己对于新技术的判断仅仅来自于铺天盖地的自媒体宣传，或者朋友的口口相传，一定是难以建立正确且全面的认知。通过这几个月的闭关 coding，并且做一套自己就能用的系统，对于正确认识和使用 AI，我收获极大，同时我也要回归主业了，虽然编程一时爽，一直编程一直爽。

这套系统虽然还有很多不足之处，但已经能够满足至少中小企业日常工作的大部分需求。

而同样的系统，大型企业早就在使用，小企业只能拼拼凑凑的想办法迂回解决。既然系统本身是由 AI 来完成，并不涉及我公司太多资源，那么何必将他开源，中小企业可以直接使用，或者以它为脚手架去开发属于自己公司的流程管理，也能比从头开始去做要省事得多，因为虽然这套系统由 AI 完成，但如果开发者自己去实现一遍，难度还是很大。

正式的开源时间，我们定在今年的 5 月内完成，因为开源的内容还涉及到不少细节要处理，包括移除特定于我们公司正在使用的特定逻辑内容。开源之后，如果中小企业有使用的诉求，且自己不愿意去部署和维护，我们也会考虑去部署一份 SaaS 版本，以较低的价格提供给大家直接使用。

关于如何看待 AI 的一点浅薄看法

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。