夜雨聆风Linkloud 引言
专栏介绍
- 人的习惯。越资深的人，越被经验拖累。面对变化先问"确定可以这样吗？"——正确的思维是 why not。
- 工具的形态。企业内部工具几乎全是 GUI——为人设计的点按钮、填表单。但 AI 不会点按钮，AI 调 API。工具没有 API，AI 就无法操作，一半以上的部门就被排除在 AI 化之外。
- 组织的结构。流水线式依赖——我做完给你，你做完给他，一个人卡住全链路停。每多一个人在环路中，就多一个阻塞点。协作不是美德，是成本。
技术能不能被 AI harness？→ 代码有没有闭环，AI 能不能自主验证和交付 工具能不能被 AI harness？→ 内部系统有没有 API，AI 能不能直接操作 - 人才能不能被 AI harness？
→ 人的能力模型是否适配 AI 协同，一个人能不能借助 AI 端到端交付 - 组织能不能被 AI harness？
→ 协作模式、激励机制是否为 AI 驱动而设计
┌──────────────────────────────────────────────────────────┐│ 人（判断与决策） ││ ││ 提供意图、业务上下文、最终决策 ││ 不需要记住 Skill 名字，用自然语言描述想做什么 │└────────────────────────┬─────────────────────────────────┘ │ 自然语言┌────────────────────────▼─────────────────────────────────┐│ Coding Agent Layer ││ ││ Claude Code / Cursor / OpenClaw ││ - 理解意图 → 选择 Skill → 编排执行 ││ - 多 Skill 组合、跨部门调用 ││ - 同一个 Agent，加载不同 Skill = 不同角色 │└────────────────────────┬─────────────────────────────────┘ │ 调用┌────────────────────────▼─────────────────────────────────┐│ Skill Layer ││ ││ ~100 个 Skill，覆盖 6 大部门 ││ - 每个 Skill 是一份 Markdown 文档 ││ - 编码了专家经验：何时触发、执行步骤、规则约束 ││ - Everything as Code：Git 管理，Code Review 强制 │└────────────────────────┬─────────────────────────────────┘ │ 操作┌────────────────────────▼─────────────────────────────────┐│ Tool Layer ││ ││ SaaS ── 协同(飞书) / 研发(GitLab,Sentry) / 数据(DataHub, ││ Superset) / 运维(Grafana,K8s) / 客服(Zendesk) ││ 自研平台 ── 物模型平台 / 自动化测试平台 / 产测平台 ││ 硬件工具链 ── 固件编译 / 仪器控制 / 设备连接 │└──────────────────────────────────────────────────────────┘一个 VOC 分析 Skill，不只是调 API 爬数据，而是把资深产品经理"怎么看评论、怎么判断趋势、怎么做竞品对标"的经验编码进去。 一个WiFi 调参 Skill，不只是控制仪器测量，而是把射频工程师"怎么选初始参数、怎么判断收敛方向、什么指标算达标"的经验编码进去。 一个SRE 告警处理 Skill，不只是读 Grafana 指标，而是把值班工程师"怎么分诊、怎么判断根因、什么时候该扩容什么时候该回滚"的经验编码进去。
- 协作模式 → 去协同。
一个需求只能一个人完成。不是一个人做的，要 review 为什么。协作是成本，不是美德。 - 激励机制 → 以交付物和结果为导向。
不看工时看产出，不看过程看闭环。每个人的工作都能追溯到业务结果。
- 产研：
Builder 的时间分配变成 70% 系统设计 + 20% 构建 TDD 环境 + 10% Review。不花时间读 AI 生成的代码本身。 我个人并行 5 个 Agent 终端，日均 20 个 MR、1.5 万行代码——这不是"我写代码快了"，而是"我在调度一个 AI 团队"。 - 工具 Skill 化：
原计划 5 人 × 2 周，实际 1 人 × 4 小时全部完成。本来布置任务的会，变成了发布会。 - VOC 市场研究：
从 1 周缩短到 1 小时。一个 prompt 完成 Reddit/Amazon/App Store 多平台爬取 → 情感分析 → 竞品对比 → 报告生成。 - SRE 告警处理：
凌晨 3 点 Grafana 告警 → Agent 自动分诊 → 查 Prometheus 指标 → 定位根因 → 扩容修复 → 飞书通知。晨会看报告即可，无需人工介入。 - 客户故障诊断：
客户报"相机频繁掉线"→ Agent 检索 7 天日志 → 发现 WiFi RSSI 持续低于 -75dBm → 定位为信号弱导致断连 → 5 分钟出诊断报告。
END
