AI Builder，致力于学习和传播跨大厂与传统企业的AI落地、AI编程与工程管理实战经验。
Joined April 2011
- Tweets 3,149
- Following 385
- Followers 2,647
- Likes 1,170
321 Photos and videos
之前公司有个部门，做类似 n8n 的低代码 AI 工作流平台。
聪明人一年前就走了。
嫡系最近半年也陆续找好了退路。
只剩老黄牛还在原地护城河。
觉得技术是高精尖。
觉得自己不可替代。
觉得没有他玩不转。
没人会当面告诉你没价值。
他们只是把一个没前途的项目，
交给最有责任心的老黄牛。
41
59
13,342
Jun 13
大厂前同事说：业务没起色，在混吃等死。
我说我这边有新机会，可以独立负责一个 AI 应用。
他说：等年底拿个 N 1 再说。
我就当他什么也没说。
39
99
75,367
Jun 11
开始给新工作组队，收到不少大厂简历
诸如工作4年，期望年薪70万
具备AI应用开发经验不是硬性要求
但面下来，很多人连AI编程工具都没用明白
把Claude Code / Codex 等用好，才算AI工程师入门
更残酷的是：
拥抱AI这件事上，很多10年经验的人，不如3-5年的精神小伙。
18
2
83
25,018
Jun 9
同事问我：代码知识图谱工具哪个好用？
很明显同事陷入了工具选择困难
大多数项目，Claude Code / OpenCode 这类 CLI Agent加大 monorepo根目录放一份 agents.md 项目地图够了。
让 Agent 自己 grep、读代码、按需探索
而且可以享受CLI Agent升级的红利
2
18
3,942
Jun 9
有个下属说，业余在做 AI 算命
家里跟道观有来往
就是怕被扣宣传迷信帽子
我说你看中医：
除不完的湿，去不完的火
寒热虚实、阴阳五行……
然后他思路打开了
1
2
698
Jun 8
离职前，我差点又犯老毛病。
打开电脑，想再给团队搞个重量级 agent skill。
然后我立即关掉电脑。
有些能力，不是没人会。
是组织不需要，同事接不住，机制也留不下。
相忘于江湖，才是正道。
9
1
51
6,533
Jun 8
运维反馈，上个月AWS账单异常，有个AWS服务日志暴涨，
我没开控制台，直接跑 Claude Code AWS CLI。
它顺着 Cost Explorer、CloudWatch Logs、Log Stream 一路查，5分钟定位问题。
如果开控制台，我可能还在找入口。
AWS CLI 不是突然变好用了，
是终于等到了真正适合它的操作者。
7
19
4,653
Jun 8
AI产品经理跟部门一把手杠上了。
一把手想让项目副总监，同时管项目经理和产品经理。
产品经理不服：
“不懂产品的人，凭什么管产品团队？”
我快离职了，只能旁观搭档无力挣扎。
传统企业残酷的地方是：它不是真的需要AI产研，
它只是需要披着AI外衣的内部外包。
能交付，能背锅，不影响现有组织与权力
1
8
1,623
Jun 7
部门里有几个同事一大内耗是觉得自己做的AI项目没价值。
做项目先识别它是在提供【业务价值】还是【情绪价值】。
很多业务方抵制、看似鸡肋的AI项目，情绪价值满分：高层要战略盆景展示，中层要表示你看我在AI赋能。
看透了就别跟项目谈恋爱，直接当成技术试验田。
组织要面子，你拿里子
9
13
1,400
Jun 6
AI落地不怕不懂，而是有人揣着明白装糊涂。
以商拍为例，过去业务方、供应商互相依赖，流程慢、成本高，但每个环节都有人吃饭。
AI一进来，拍摄、修图、换背景、批量出图被压缩到几分之一。
然后对方想着法让AI项目做不成。
AI一旦落地了，原先那种利益共生关系就没了。
1
343
Jun 6
最近把 HTML 转教学视频跑通了。
hyperframes 出画面，AI 生成旁白字幕，火山云 TTS 出音频，最后合成视频。
真正卡住的不是代码。
是云端 sandbox 跑不动渲染：依赖大、下载慢、不稳定。
最后我搞了台高配服务器，依赖全预装。
Agent 只做规划，重活儿通过 SSH命令 丢给服务器。
MCP、HTTP 都省了
3
11
1,085
Jun 5
AI项目落地，最先缺的不是工具，而是一套“统一语言”。
业务、技术、管理层都在谈 AI，但各自指向的往往不是同一件事。
在传统企业里，凡事都要预算和 ROI，AI常识培训这种“认知对齐”工作常被忽略。
甚至我自己也遇到过，培训做到一半，被领导叫停，觉得虚头巴脑。
省下几天工时，放大的是组织内耗。
4
2
20
1,619
Jun 4
我在 OA 流程正式发起离职申请。
离职不用像核武器制作一样继续保密了。
部门负责人晋升了，也拉了一些高职级的人加入，新的管理层级正在建立。
从 0 到 1 的拓荒期结束了。
我也算急流勇退。
交接很简单：Code first。
哪里不懂，就问 Cursor / Claude Code。
23
39
9,096
Jun 3
跟业务侧一个产品经理对接需求。
对方用 Coze 生成网页原型，用AI 结合 Mermaid 画流程图。
没有任何"我不懂技术"的矫情。
AI部门的所谓AI 产品经理，
被业务 PM 卷死只是时间问题。
2
1
734
Jun 3
AI应用侧确实可以靠规则、大模型泛化，兜一部分脏数据。
但治本还得靠主数据。
最离谱的是，一个“性别”字段都能有好几种写法：男、男性、M、male ……
AI可以补洞，但补不完企业几十年欠下的数据债。
听说主数据团队已经治理了高达个位数的字段。
再一看，主数据负责人状态：已离职。
1
4
848
Jun 2
让供应商调整大模型额度像挤牙膏，但大模型版本迭代却越来越快。
落地AI助理时候把不同场景、不同用户等级绑定到大模型不同版本号：
普通业务场景下，大多数人根本分辨不出Claude 4.6到4.8的区别。
整体有效额度直接提升约三倍，用户感知几乎不变
2
682
Jun 2
现在AI圈都在聊FDE是企业落地的解药。
我司更早对接某大模型厂商，对方已派驻场团队支持。
结果核心人员离职率很高。
厂商希望快速出结果，而传统企业内部协作和准备工作严重滞后。
再强的工程师，也很难在这种节奏里长期坚持。
AI落地的种种问题不是换个高大上的FDE概念就能解决的。
13
3
56
12,395
Jun 2
做智能问数时候，我作为AI架构师指挥不动BI团队
所以我在项目初期就招聘一名数据分析师，听我指挥
分析师小伙倒不是多懂AI应用，而是帮我完成了大量繁琐的沟通、对接、培训
智能问数 = 1% AI 2% 工程 97% 拉人对口径、找人背锅、教人别乱问
6
27
4,570