Skip to content

第 0 章 你停在哪个层次 ​

开篇 · 正文初稿

这一章是初稿,还会修改。

四个层次

本章要回答 ​

Demo、完整、生产级、商业级四个层次;企业到底怎么评一个项目;面试官每个问题背后在确认什么。

示例项目推进到哪 ​

看到 餐厅后台从面试题到能收钱的全过程。

读完这一章,你能判断两件事:你手上的项目停在哪个层次;企业或客户看你的项目时,在检查什么。章末有一张自测表,逐项勾完,就知道该从这本书的哪一部分读起。

四个层次 ​

我把一个项目分成四层。每往上一层,要多回答一个问题。

层次要回答的问题能拿出来的证据常见的卡点
Demo能不能做出来在自己电脑上演示一遍换台电脑就跑不起来;只有正常路径能走通
完整功能齐不齐,别人能不能用上线上地址、运行说明、核心流程的测试填错数据、重复点击、网络中断时没有处理
生产级上线以后能不能一直跑监控、日志、备份、能回退的发布流程出了问题不知道,知道了也查不到原因
商业级有人付钱用,出了错谁负责账号和权限、支付和对账、隐私说明、验收和维护约定钱对不上,数据泄露,责任说不清

Demo:你在自己电脑上点给别人看,功能能走通。有了 AI 以后,这一层最便宜。一个下午就能做出看起来像样的页面和接口。

完整:你不在旁边,别人也能用起来。项目有运行说明,部署到了线上,核心流程有测试,错误的输入会被拒绝。

生产级:讲的是上线以后。你睡觉时它也在跑。它坏了,你能第一时间知道,能查到原因,能退回上一个版本;数据出了问题,能找回来。

商业级:多了钱和责任。要有登录和角色权限,要有支付、退款和对账,要处理用户的个人信息,要算清成本,要和使用方约定验收标准和维护范围。出错时会有人被追责,这个人通常是你。

层次不是越高越好,要和阶段匹配。

做技术的人擅长提前想问题:用户涨了怎么办,并发上来了怎么办,需求变复杂了怎么办。这些考虑不多余,只是常常出现得太早。产品还没上线、需求还没被验证时,先为十倍增长做准备,等于推迟了最重要的一步:让产品进入现实。只有进入现实,才知道哪些是用户在意的,哪些只是自己想象出来的担忧。

我判断一个项目该做到哪一层,先看三件事:现在的用户能不能顺畅完成关键动作;重要数据会不会出错;出了问题能不能较快修好。这三件事成立之前,不要为想象中的场景投入太多。顺序是:先上线,先让当前的用户能正常用,再根据真实反馈迭代。

所以,一个只给三个同事试用的内部小工具,做到「完整」再加上数据备份,通常就够了。一个每天有人付钱的系统,必须做到商业级。

餐厅后台在哪一层 ​

全书的例子「餐厅后台」,来自我做过的一道全栈面试题,要求一到两天做完。交上去的版本有这些东西:

  • 五个页面。经营首页看收入、订单量、待处理订单、平均备餐时间和热门菜品;订单页可以下单、筛选、看详情、推进订单状态;顾客页看每位顾客的联系方式、消费金额和下单次数;菜单页管理分类、价格和是否可售;设置页调整备餐时间、自动接单、营业状态、税率和营业时间。
  • 后端规则。必填字段要校验,已经下架的菜不能下单,订单金额由服务端计算,订单状态只能按规定的顺序变化,前端不能随便改。
  • 测试和自动检查。后端测试覆盖下单和状态流转。每次提交代码,都会自动跑类型检查、测试、代码规范检查和构建。
  • 线上地址。前端、接口和数据库都部署好了,面试官打开链接就能操作。
  • 演示数据。一条命令就能灌入菜单、顾客、设置和 30 笔不同状态的订单,打开每个页面都有数据可看。

按上面的表,它属于「完整」这一层。离商业级,它还缺不少:没有登录,拿到地址的人都能改菜单;没有在线支付;没有监控和报警;没有备份和恢复演练;没有隐私说明;没算过每月要花多少钱;也没有面向餐厅老板的交付文档和维护约定。

这本书就沿着这条线往上走:

部分章节餐厅后台补上什么走到哪一层
一、想清楚做什么第 1–3 章列出缺口;理清业务和订单状态;选定现成的服务看清离商用差多少
二、让 AI 把它做出来第 4–6 章拆任务;写给 AI 的规则;定完成标准和测试把「完整」做扎实
三、上线并稳住第 7–8 章部署和自动发布;监控、日志、备份生产级
四、能收钱、担得起责第 9–11 章支付、退款、对账;登录、角色、隐私;成本和经营数据商业级
五、和真实世界打交道第 12–14 章报价排期;出事排查;交付、验收和维护能长期交给别人用

企业怎么评一个项目 ​

先讲一件我自己的事。

我曾经想用一个企业项目,帮一个朋友攒一段找工作用得上的经验。他做过项目,也会用 AI 写代码。我觉得一些基础任务对他没有问题。

我把需求写成了任务单,放进 GitHub Issue(GitHub 上用来记录任务的地方)。要做什么、改哪些页面、怎么验收,里面都有。他拿到以后,还是不知道从哪里开始。我得继续告诉他先看哪些代码、改哪些文件、怎么验证。

后来他提交了 PR。PR 是 Pull Request 的缩写,意思是申请把自己的代码合并进项目。我让 AI 审了一遍,问题一条接一条:有的逻辑没处理完整,有的修改影响了原来的功能。项目的 CI/CD 也没跑通。CI/CD 是每次提交代码后自动运行的检查和部署流程,它不通过,代码就不能合并,也不能放心上线。界面的字号、间距、颜色和布局,和项目原来的设计规范差了很多,得别人接着返工。

最麻烦的一点是,他提交之前没有自己检查,也没意识到这些问题说明任务还没完成。

这件事改了我的判断。参与过企业项目,只能说明你进过现场。企业还要看,你能不能把工作完整地交出去。任务要负责人重新拆,PR 要别人从头审,CI/CD 不通也没人主动处理,界面还要同事返工,团队就不敢把后面的工作继续交给你。学校的项目能演示就能过关。企业里,你的成果要进入团队继续运行。

再看餐厅后台那道面试题。出题方把评分标准直接写在了题目里,一共九条,我翻成大白话:

  1. 是否照规定的技术栈来做;
  2. 设计系统好不好、能不能扩展。设计系统指整个界面统一使用的颜色、字体、间距和组件规范;
  3. 组件能不能复用,前端结构清不清楚;
  4. 界面和体验是否精致;
  5. 后端的数据怎么建,接口怎么设计;
  6. 类型安全和契约纪律。契约是前后端对「数据长什么样」的约定,这一条看的是约定是否只在一处定义、自动生成,而不是前后端各写一份;
  7. 前后端整体接得顺不顺;
  8. 测试和工程是否严谨;
  9. 速度、聚焦和范围管理。

题目里还有两句话值得记住。一句是:范围判断和完整度同样重要。另一句是:这道题鼓励大量使用 AI,评分既看结果,也看你怎么用 AI,包括有没有给 AI 设好护栏、指挥得清不清楚、有没有严格审查它的输出。东拼西凑、整合得很差的 AI 代码,会被当成负面信号。

九条里,「做出来、能跑」只是起点。多数条目在问同一件事:这份代码交给别人,别人能不能接着改、接着加功能、放心上线。这和朋友那次的教训是一回事。

所以,不管你停在哪一层,先检查自己能不能做到这三条:

  1. 拿到一张任务单,你能独立理解需求、拆出步骤,并确认验收条件;
  2. 提交代码之前,你会主动审查、测试,确认 CI/CD 已经通过;
  3. 你说「做完了」,别人敢直接接住你的工作。

面试官每个问题在确认什么 ​

我自己面过一个全栈开发的岗位。一面结束后,我对着文字记录复盘,给自己的表现打了 68 分(满分 100)。

问题出在:我经常回答问题的字面意思,没有回应面试官背后想确认的事。面试官提问,是为了降低某一个录用风险。我却常常拿自己最熟悉、最想证明的材料去回答,没有挑最能消除对方担忧的那一条证据。

下面这张表是我复盘后整理的。左边是面试官问的问题,右边是我当时的偏差。

面试官问在确认什么该拿出的证据我当时的偏差
项目最大的难点是什么是否真做过,是否负责核心部分,技术判断够不够深一个具体难点、你的取舍、怎么验证、结果如何从售前讲到评价,把整个订单业务讲了一遍
AI 写完代码,你怎么测试没有资深的人兜底时,你能不能保证质量测试分几层,怎样实际操作验证,上线后怎么观察,出问题怎么回退方向对,但缺一个完整的例子
远程合作出过什么问题你会不会到截止日才暴露风险一个协作问题,以及同步进度、拆小任务、提前上报的做法讲了自己能熬夜、拼尽全力交付
每周能投入多少时间合作能不能持续真实的固定时间段和同步窗口说可以 007、可以不上课,反而放大了风险
计算机专业有什么优势除了会用 AI,还有没有技术底子调试、抽象、判断复杂度的能力说算法对开发毫无意义
项目是不是全是你一个人做的你说的贡献边界可不可信哪些是你做的,哪些有人协助,可以打开仓库按提交记录说明前面说有人协助,后面又说全是我做的

现在我开口之前,先在心里过三个问题:

  1. 意图:对方要确认的是能力、真实性、风险,还是动机?
  2. 担忧:如果我是面试官,最怕这个候选人哪一点?
  3. 证据:我哪一段真实经历,最能直接消除这个担忧?

然后按这个顺序回答,控制在两分钟以内:先用一句话回应对方的考察点;再交代必要的背景;接着讲我做了什么、为什么这么做;然后讲怎么验证的;最后说清边界,比如哪些没覆盖、重来会改什么。

回头看这张表,面试官的追问多数在确认你的项目到了哪一层。问测试、问回退,是在看生产级;问贡献边界、问出了错怎么办,是在看你能不能担责。和上一节的评分标准是同一套逻辑。

为什么很多人卡在前两层 ​

我见过的原因主要有两个。

第一,把能量化的东西当成能力。

大一时,我一直坐第一排,积极回答问题,是老师印象最深的学生。大二时,我成了逃课、被老师点名批评、差点挂科的人。这段经历让我很怕一件事:把一个能量化的指标,当成能力本身。成绩有用,但它只证明你「可能有能力」。

AI 时代有一个一样的陷阱:把「我会用 AI 出代码」当成编程能力。稀缺的是另外几样:看懂问题,判断代码,设计系统,出事的时候把它解决。你不懂操作系统和网络,就分不清问题出在代码里、环境里,还是服务挂了。你不懂程序设计,就很难判断 AI 写的东西是在解决问题,还是只是看起来能跑。

第二,只调参数,不换算法。

学校给你题目、标准答案和及时的反馈。进入真实项目以后,没有人给你题目了。什么问题最值得解决、怎样才算完成、哪些事不能做、遇到问题找谁,都要你自己弄清楚。

很多人遇到挫折,第一反应是继续调参数:简历没回音,就把格式改得更标准;面试没过,就多背几套标准答案;项目没人要,就再学一个框架、再做一个练习项目。这些事不是完全没用,但它们还在原来的做法里打转。

从 Demo 走到商用,要换的是做法:从解题,换成定义问题;从等反馈,换成主动找反馈;从个人得分,换成和别人协作;从输出答案,换成交付结果。

这也决定了这本书的读法。实操的知识,不用先从理论学起。以前你不学理论,就没法动手;现在 AI 能先帮你把东西跑起来,你再回头问:它为什么能跑?为什么会出错?更好的做法是什么?每一章都按这个顺序来。

交给 AI:让它当追问你的面试官 ​

想知道自己的项目经不经得起追问,可以先让 AI 来问。把下面这段发给你的 AI 编程助手,让它在你的项目仓库里运行:

text
请先阅读这个仓库的 README、目录结构、测试和部署配置。
然后扮演一位技术面试官,针对这个项目连续问我 8 个问题,一次只问一个。

要求:
1. 每个问题后面用一句话写明你在确认什么风险:经历是否真实、技术判断、质量保证、协作方式、能否持续投入、个人贡献边界。
2. 问题必须基于仓库里能看到的具体内容,不要问泛泛的问题。
3. 我回答后,检查我的回答有没有做到:结论在前、有具体证据、有验证方式、说清了边界。指出缺了哪一项。
4. 8 个问题问完后,列出这个仓库里能直接拿来当证据的东西(测试、部署记录、提交记录、文档),以及还缺哪些证据。

不要修改任何文件。

AI 列出的「还缺哪些证据」,基本就是你的项目没走到的那几层。

你要判断的:停在哪一层 ​

下面这张自测表,从 Demo 开始往上逐层勾。某一层的项全部勾上,才算到了这一层。全部勾上的最高一层,就是你现在的层次。

Demo

  • [ ] 在自己电脑上,能把核心流程完整演示一遍

完整

  • [ ] 换一台电脑,照着 README 能在半小时内把项目跑起来
  • [ ] 有线上地址,别人不用你帮忙也能打开使用
  • [ ] 漏填字段、填错格式、重复提交时,系统会拒绝并给出提示
  • [ ] 核心流程有自动化测试,而且现在是通过的
  • [ ] 每次提交代码,会自动运行检查

生产级

  • [ ] 线上出错时,你会收到通知,而不是等用户来告诉你
  • [ ] 能查到某一次出错时的日志
  • [ ] 数据库有定时备份,而且你实际恢复过一次
  • [ ] 新版本出了问题,能在几分钟内退回上一个版本
  • [ ] 开发和线上用两套配置,密码和密钥没有写进代码

商业级

  • [ ] 有登录,不同角色只能看、只能改自己该看该改的东西
  • [ ] 涉及钱的金额由服务端计算,并且能和支付平台的记录对上账
  • [ ] 关键操作有记录:谁、什么时候、改了什么
  • [ ] 收集用户个人信息前告知了用户,有隐私说明
  • [ ] 知道系统每个月的运行成本
  • [ ] 和使用方约定了验收标准、维护范围和出事时的响应方式

勾完以后,按结果决定从哪里读起:

你现在的层次建议先读
还没到 Demo,或停在 Demo第一、二部分,从第 1 章开始,先把项目做到「完整」
完整第三部分,从第 7 章开始,把项目送上线并稳住
生产级第四部分,从第 9 章开始,补上支付、权限和成本
商业级,已经有人付钱用第五部分,从第 12 章开始,处理报价、排障和交付

第一部分讲的是判断,不管停在哪一层,都建议读一遍。

如果你对产品形态和技术栈还没有概念,可以先看产品形态和技术栈两篇,再回来读第 1 章。

这一步谁来做 ​

交给 AI 的你要判断和验收的
—用一张自测表找到自己卡在哪一层。

相关阅读 ​


上一章:序 从一单不到 2000 元的项目讲起 · 下一章:第 1 章 Demo 和商用系统差在哪

从 Demo 到商用:用 AI 编程,把 Demo 做成能收钱、能长期运行的项目。