客户要个云端 AI 工作台，我没造一个零件——四块现成积木放一起就成了

客户丢给我一句话“我要个云端 AI 工作台打开浏览器就能用数据别外泄还能装我自己的业务能力。”就这么一句。没有需求文档没有原型图没有一条像样的验收标准。换成几年前的我第一反应是打开白板画架构——前端用什么、后端怎么拆、AI 怎么接、数据怎么存。脑子里哗地铺开一张系统设计图然后就开始盘算这得写多少代码、招几个人、干几个月。这一次我没这么干。我先愣了一下然后问了自己一个问题他要的到底是一个系统还是一个能解决他那摊事的工具这两个听起来差不多其实差着十万八千里。当你以为客户要一个系统你会一头扎进去从零造当你想明白客户要的是能解决问题的工具你会先抬头看看——这世上是不是早就有人把零件造好了我只要挑对了、拼起来就行。这一篇我想跟你聊的就是这么个心智转弯。做完这一单我最大的收获不是我搭出了一个云端 AI 工作台而是想明白了一件事——我一个零件都没造四块现成的积木放一起客户要的东西就成了。而真正值钱的不在我拼的那几行胶水代码里在缝什么、不缝什么、什么绝不自己造的一连串判断里。下面我一段一段拆给你看。一、客户要的从来不是一个系统先说个你可能也踩过的坑。客户说我要个 XX 系统你听进耳朵里的往往是系统这两个字。于是你开始想数据库、想服务怎么拆、想部署——你把自己代入成了一个造系统的人。可你回头品品客户那句话他真正在乎的是什么他说打开浏览器就能用——他怕的是装起来麻烦、换台电脑就废、给同事用还得重配一遍。他说数据别外泄——他怕的是我的东西跑到不受控的地方哪天就没了。他说能装我自己的业务能力——他怕的是买个通用工具跟我的活儿根本贴不上。你看客户嘴里说的是系统心里装的全是怕。他不是要一堆代码和服务器他是要几个具体的怕被解决掉。这就是我想跟你立的第一个判断——客户要的从来不是一个系统是一个能把他那几个怕挡住的工具。工具和系统的区别在哪系统是你造出来的一坨东西工具是能干成某件事的那个能力。客户根本不关心你这工具里面是自研的还是拼的、是一万行代码还是一百行胶水——他只关心打开浏览器那一下东西在不在、好不好使、贴不贴他的活儿。想通这一层你干活的姿势就变了。你不再问我要造一个什么样的系统你开始问我要凑齐哪几样能力才能把他的怕挡住。前一个问题把你推向从零造后一个问题把你推向先看看现成的有没有。这一步转身就是这篇要讲的全部东西的起点。二、把一句模糊话剥成四个真需求心智转过来了接着干第一件正事——把那句模糊话剥成几条能落地的真需求。我没急着动手先跟客户来回聊了几轮。不是聊技术是聊他到底怕什么、要什么。聊完那句含糊的我要个云端 AI 工作台剥出了四条清清楚楚的需求第一条隔离可控。他说数据别外泄背后是——每个人的东西得关在自己的一亩三分地里你的动不了我的我的也串不到你的。说白了就俩字安全还得是看得见、拦得住的那种安全。第二条开箱即用。他说打开浏览器就能用背后是——别让我装环境、别让我配一堆东西、别让我看说明书。点开链接东西就在那儿等着我最好连下一步、下一步都不用点。第三条能装业务。他说装我自己的业务能力背后是——通用工具我不稀罕我要的是能把我这行、我这摊活儿的门道装进去的东西。今天装一样明天想加一样还能接着加。第四条谁都能有一个。这条他没明说但我从云端两个字里抠出来了——他不是要一个人用的玩意儿他要的是团队里谁登录谁就有一个自己的互不打扰。四条需求背后是四个怕怕泄密、怕难用、怕不贴合、怕独占。你注意到没有——到这一步我还一行代码都没写一个技术选型都没定。我干的全是把话听清楚、把怕剥出来的活儿。这不是浪费时间。恰恰相反这四条需求就是我后面所有判断的尺子。没有这把尺子你连该缝什么、不该缝什么都无从谈起——你都不知道要挡住哪几个怕怎么知道该凑齐哪几样能力所以真需求剥清楚了下一步不是开工造是问一个更关键的问题。三、缝合的心智先问这个能不能不自己造大多数工程师拿到需求脑子里蹦出来的第一句话是这个怎么实现。我想跟你说这一步——慢半拍。我拿到那四条需求脑子里蹦出来的第一句话不是怎么实现是另一句“这四样能力市面上是不是早就有现成的能拿来用”这句话是这一整篇的题眼。你要是只记一句话记这句就够了。我给你打个比方这事就跟装机一模一样。你要装一台电脑你会怎么干你会跑去配件城逛一圈挑一个合适的 CPU、挑一根内存、挑一块显卡、挑一块主板回来拼成一台整机。你会自己去造 CPU 吗不会。你会自己去蚀刻一块芯片、自己去焊一块主板吗更不会。那是一整条产业链干了几十年的活儿你一个装机的凑上去造 CPU就是脑子进水。装机的价值从来不在造零件在选对零件、拼成客户要的那台机器。客户要台打游戏的你就配高显卡客户要台剪视频的你就上大内存、多核心。你的本事是懂需求、会选配、能拼装不是会造芯片。做这个云端 AI 工作台是一模一样的道理。我拿到四条需求第一动作不是进 IDE 敲代码是先去配件城逛一圈——看看运行环境、AI 能力、界面交互这些东西是不是早有人造好了、我拿来拼就行。逛完我发现全都有。而且个个都是成熟货、开源货、一堆人用了好多年的货。那还造什么造了就是重复造轮子造了就是拿自己那点人手去跟人家一整个社区几年的积累硬刚——刚不过还费劲不讨好。所以我给你提炼这一节的核心心智——拿到需求先别问怎么造先问这个能不能不自己造。能不自己造的坚决不造。省下来的力气全花在选哪块、怎么拼、拼出来贴不贴客户的活儿上。这不是偷懒。这是想清楚了你的价值到底在哪。你的价值不在我能从零写一个编辑器这种自我感动里在我用最小的代价把客户那几个怕挡住这个结果里。而且这里还藏着一件更妙的事——那些现成零件本来就是留着给你拼的。这话什么意思下一节我拆开讲。四、四块积木一块都不是我造的好逛完配件城我把要拼的四块积木摆出来给你看。为了讲清楚它们各自干嘛我给每块起了个大白话名字。第一块运行时底座——相当于身体。这是每个用户那间独立小屋是工作台真正跑起来的地方。用户所有的东西都关在这间小屋里你的动不了我的我的也串不到你的——第一条需求隔离可控靠它。这块我之前专门聊过一整篇。简单说就是把一套标准环境封成一个罐头谁打开都一模一样、开盖即用。这里我不重讲你只要记住一件事这个身体是现成的容器技术加上现成的网页版工作环境拼出来的我一行运行时代码都没写。第二块调度网关——相当于大脑。一百个人同时来谁登录就给谁开一间小屋、用完了把小屋收回去、请求来了准确送到对应那间屋——这摊调度的活儿归它。第四条需求谁都能有一个、互不打扰靠它。这块我也专门聊过一整篇。它最值钱的不是调度技术本身是几条谁也不能越界的死规矩。这里同样一句话带过这个大脑我也没从零造是站在现成的编排能力上套了一层薄薄的调度逻辑。身体和大脑是前面两单已经备好的零件这一单直接拿来用。真正是这一单新拼上去的是下面两块。第三块编辑器交互——相当于脸。用户打开浏览器看到的那个界面、点的那些按钮、跟 AI 对话的那个框就是这张脸。第二条需求开箱即用很大程度上靠它——你得让用户点开就看见一个能上手的界面而不是一个黑乎乎的命令行。这张脸我造了吗没有。我用的是一个现成的网页版编辑器——它本来就长着一副好用的样子有文件树、有编辑区、有终端。我要做的只是把跟 AI 对话的交互接到这张现成的脸上去。第四块AI 后端加上能力插件——相当于手艺。这是工作台真正有本事的地方——能听懂人话、能干活、还能装进客户那一行的门道。第三条需求能装业务靠它。AI 后端是现成的客户那些业务能力是往这个现成后端里装进去的不是我重写一个 AI 出来。四块积木摆完了。你回头数数——身体现成的。大脑现成的。脸现成的。手艺现成的。没有一块是我从零造的。到这儿我要跟你说这一节最想说的一句话也是这一篇的暗线——这四块积木能拼到一起不是因为我手巧是因为它们本来就是被设计成能拼的。什么意思那个网页版编辑器它的作者早就想到了会有人想往我这儿加新东西所以他专门留好了口子——你想加个面板、加个功能、接个别的界面进来往约定的地方一放就成不用去改它的老底子。那个 AI 后端也一样。它的作者早就把往我这儿加新本事设计成一件标准动作——你把新角色、新技能、新工具按约定的方式放进去它自己就发现了、就用上了同样不用你去动它的内核。这些能往里缝东西的口子不是我发明的是这些开源工具的作者当初造它们的时候就原生留好的。这一点特别重要你得咂摸出味来——我这个缝合的人本事不在造口子。造口子那是人家工具作者的功劳。我的本事在于看得懂哪儿有现成的口子、看得懂这个口子是留着干嘛的、然后决定往这个口子里缝什么。你再回头看装机那个比方就更透了主板上那些插槽——插 CPU 的、插内存的、插显卡的——是主板厂商设计好的不是你这个装机的开的。你的能耐是知道哪个槽插什么、该插哪一款。看懂扩展点在哪、决定往里缝什么——这才是缝合式交付真正的手艺。代码写得多不多一点都不重要。五、真正的功夫在不缝什么讲到这儿你可能觉得——不就是把四块现成的拼起来嘛听着不难。难的地方来了。缝合这活儿真正的功夫不在缝什么在不缝什么。我给你几个我当时忍住没干的事我没有自己造一个编辑器。我完全可以说现成的网页版编辑器不够贴合我的需求我自己写一个更顺手的。“很多人会这么想也真有人这么干。但我忍住了——客户要的是打开浏览器就能用”一个成熟的现成编辑器早就把这件事做到位了我从零写一个写三个月都未必有人家稳。这个零件绝不自己造。我没有自己造一个 AI 后端。我也完全可以说我要对 AI 的行为做深度定制现成的后端框不住我我自己撸一个。“打住。客户要的是能装我的业务”而现成的 AI 后端本来就把往里装新本事这条路铺好了——我要做的是往里装不是把这条路重修一遍。这个零件也绝不自己造。我没有自己造运行环境、没自己造调度。这两块前面说了前两单已经备好直接拿来。我连要不要顺手优化一下的念头都摁住了——它们现在能用就别动。你发现规律了吗我每一次忍住不造背后都是同一句判断这个零件别人已经造得比我好、比我稳、比我久了我再造一个只会给自己刨坑。为什么说是刨坑因为你每多造一个零件就多背一份维护债。你自己写的编辑器往后每一个 bug 都得你修每一次升级都得你跟每一个新需求都得你加。而你用现成的这些活儿是背后一整个社区在替你扛。你自研的那点更贴合换来的是没完没了的维护包袱——这笔账怎么算都不划算。所以缝合式交付有一股子克制劲儿在里头——能用现成的就绝不自己造忍得住我上我也行的冲动才是真本事。这话反过来说更扎心一个工程师最容易犯的毛病恰恰是手痒——看什么都想自己写一遍觉得自研才叫本事、拼装是没技术含量。可站在给客户交付价值这个立场上真正的技术含量是你有没有那个眼力和定力把该借的借来、把不该造的摁住。不是你能造多少是你敢不造多少。六、缝合出来的是客户能用的产品四块积木缝好了。我们回到最开始那个问题——客户到底拿到了什么客户拿到的不是四个代码仓库不是一堆服务器不是一份架构图。客户拿到的是打开浏览器登录进去一个界面就在那儿等着他界面里AI 能听懂他的话、能干他那一行的活儿他的东西关在自己那间小屋里谁也偷不走、串不了团队里再来一个人登录一下又是一个一模一样、干干净净的工作台。四条需求四个怕一个不落全挡住了。这就是客户要的工具。他不会问我这里面几块是自研的、几块是拼的他只会说一句哎好使。而这里我想跟你点破一件事——这个工作台的每一个功能都不是我设计出来的是从客户那句模糊话里提纯出来的。你回头看隔离可控、开箱即用、能装业务、谁都能有一个——这四样哪一样是我拍脑袋加的没有。全是从客户的怕里剥出来的。我没往里塞任何一个我觉得很酷、但客户没要的功能。功能是提纯出来的不是设计出来的。你越想着我要设计一个牛逼的系统越容易往里堆客户根本不要的东西你越盯着客户到底怕什么交付的东西越干净、越贴。说到这儿我想给你看一个行业里的说法你会发现缝合式交付根本不是我一个人的邪门歪道。业界有一类工程师专门干到客户现场、把现成的软件平台配起来解决客户最棘手的问题这件事。有一家以这类工程师闻名的公司公开这么描述他们的活儿我把原话给你翻译过来他们跟传统的咨询顾问不一样——大部分时候是把现成的部件开箱即用地拼到一起不必为每个客户重新发明轮子他们真正聚焦的是组合出一套对的功能架构。而他们那个平台本身就建立在数十个开源工具和微服务之上。你品品这几句——“把现成部件拼起来”“不重新发明轮子”“组合出对的架构”“建立在数十个开源工具之上”——这不就是我这一篇从头讲到尾的缝合吗说明一下这是业界对这类工程师角色的公开定义我拿来印证缝合式交付是一门被承认的手艺跟本文这单业务的客户、团队没有任何关系别对号入座。所以你看“不重造轮子、把现成件组合成对的架构”——这是被行业写进职业定义里的东西。价值在组合和取舍不在从零发明这不是我的个人偏好是这一行早就想明白的道理。七、写在最后回到开头客户那句话——“我要个云端 AI 工作台打开浏览器就能用数据别外泄还能装我自己的业务能力”。这一篇我想跟你捋清楚的就是拿到这么一句模糊话之后我脑子里那趟没写在代码里的路先分清他要的是系统还是工具——他要的永远是工具再把模糊话剥成四条真需求、四个怕然后忍住怎么造的冲动先问能不能不自己造接着把四块现成的积木——身体、大脑、脸、手艺——一块一块认出来、拼起来最难的一步是想清楚哪些绝不自己造把手痒摁住最后交付给客户的是一个提纯出来、干干净净、正好挡住他那四个怕的工具。从头到尾我没造一个零件。我做的全部事情是选什么、拼什么、绝不造什么的一连串判断。价值全在这些判断里不在代码里。而且别忘了那条暗线——这四块积木之所以能拼到一起是因为它们的作者早就把能往里缝东西的口子留好了。我不是造口子的人我是那个看懂口子在哪、决定往里缝什么的人。未来真正会用 AI 交付的人不一定是那个能从零写出一个系统的人而是那个知道什么该借、什么该拼、什么绝不自己造的人。工具越来越现成零件越来越多——会造的人一抓一大把会取舍、会缝合的人才越来越金贵。这一篇我们只讲了心里那趟路——怎么想清楚缝什么、不缝什么。可想清楚离真跑起来还差一大截四块现成的积木凭什么就能严丝合缝拼成一个整体那张现成的脸怎么接上现成的手艺往 AI 后端里装业务能力到底是怎么装进去的缝合的接缝处又有哪些取舍要拿捏这些怎么缝到一起的门道下一篇到工程落地的现场一处一处拆给你看。关于 ArchAIHarness这篇文章是「看懂 AI 与智能体」专栏的一部分由ArchAIHarness持续输出。ArchAIHarness 是一套面向 AI 时代软件工程的人机协同架构哲学与公开工程资产主张架构师定义秩序AI 在秩序中生长。人立法AI 执行体系审计。如果你也希望 AI 在明确的架构边界内协作而不是在混沌中碰运气欢迎到 GitHub 上看看我们在做什么组织主页github.com/ArchAIHarness — 了解完整理念与资产全景本专栏zhuanlan-ai-and-agents— 所有文章的源码与发布记录实践指南docs— 架构哲学、工程方法和落地指南开源工具agent-workflows— 可复用的 AI 协作 Agents、Skills 与 Tools工程样例framework— DDD AI 协作的工程底座展示如何在开发中融合 AIEngineered by Architects · Empowered by AI · Audited by Discipline