停车场景中，端侧设备主要是监控摄像机、车牌识别摄像机这类的IP设备，在日常运维过程中，我们经常使用 Ping 命令来检测链路是否通。在会用Windows快捷键的情况下，打开命令行工具输入 IP 地址并回车，需要3-5步，关键是你很难记住每个设备对应的 IP 地址，还需要去查找，再复制粘贴。如果设备较多，需要同时 ping 好几个IP就需要打开多个命令行工具。我做了个可以一键 ping 所有内网 IP 的工具，如下图。主要功能特点如下：
我们景区停车场项目的西侧有一个私人的空地停车场，我们曾多次发现，高德导航到景区时，最终导航落点发生偏移，车辆会被引导至靠近该私人停车场入口的位置。我们怀疑这与地图端的路况反馈或 POI 信息变更有关。但是我并没有明确的证据证明，是竞争对手做了什么手脚。通过跟高德地图运营人员的几轮交涉，他们也说不清（或者不愿意告知）为什么导航目的地会偏移以及路线规划的算法规则到底是什么。他们目前能做的是在我们反馈终点错误之后，通过修改静态道路数据把错误修正过来。问题是我们没办法实时盯着地图导航去发现问题，往往是现场保安感觉车流量不对劲后告诉我，我再找高德运营人员反馈，这么一来二去，短则需要一两个小时，长则半天时间。如果赶在周六周天客流高峰期，这个时间内能错失大几百辆车次。除了继续跟进高德地图给出明确解释并解决这个问题，以及通过一些渠道进行投诉之外，重要的是实时监控地图导航目的地的偏移，于是我做了一个导航落点验证与定时监测工具。每隔15分钟检查一次导航落点与我设定目的地之间的距离，若这个距离大于一定的阈值，通过钉钉或者飞书和企业微信群机器人通知。为了保证程序不会中断，或者高德地图API接口的正常，设置了每天早上8点发送前一天的监测事件简报。这三个工具都不复杂，甚至谈不上什么“产品创新”。它们解决的也都是很小的问题：少敲几次 Ping 命令、设备掉线后早点知道、地图导航偏了之后早点发现。但重新回到业务一线这一个多月，我越来越觉得，运营效率的提升，很多时候并不来自一个宏大的数字化系统，而是来自这些散落在日常工作里的小问题被一个个解决。过去，这类问题即使发现了，我大概率也只能提需求、找厂家、等排期。需求太小，对方可能不愿意做；即使愿意做，沟通和开发成本也远高于问题本身的价值。现在有了 AI 和 Vibe Coding，情况发生了一些变化。一个真正身处业务现场的人，可以自己观察问题、拆解问题，然后尝试做一个小工具去解决它。这可能也是我最近对 AI 最深的一点体会：AI 并不会替你发现问题。真正稀缺的，依然是对现场的理解、对异常的敏感，以及知道什么问题值得解决。AI 改变的是，当你发现问题之后，你终于有能力亲手去解决它。所以最近一个月，我没有再刻意去想“还有什么需求没有被满足，还能做一个什么产品”。先回到现场，继续看看还有什么东西让人觉得麻烦、低效、不合理。问题在那里，工具自然会长出来。最后，顺便给公司业务打个广告。我们集团连续五年上榜世界500强，旗下公司定位为停车产业数字化运营商，目前在全国十多个省市运营管理100+停车场、20万+泊位，覆盖交通枢纽、医院、景区、产业园区等多种业态。目前我们也在持续寻找新的停车运营合作项目，重点关注商业办公、三甲医院、交通枢纽等场景，一般要求车位数量200个以上、停车年流水200万元以上，可按照年度或多年期方式支付项目承包金。这是我的个人公众号，前面写的这些也都是我个人在一线工作中的观察、思考和实践，不代表公司官方观点。为了避免不必要的麻烦，这里暂时不写公司名称。如果你手上正好有合适的停车项目，欢迎私信我，留个联系方式。至于运营能力怎么样——前面这三个小工具，大概也算是我们的运营人员平时在琢磨些什么。
夜雨聆风
