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。

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:
- 是否照规定的技术栈来做;
- 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;
- 组件能不能复用,前端结构清不清楚;
- 界面和体验是否精致;
- 后端的数据怎么建,接口怎么设计;
- 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;
- 前后端整体接得顺不顺;
- 测试和工程是否严谨;
- 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:
- 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;
- 提交代码之前,你会主动审查、测试,确认 CI/CD 已经通过;
- 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:
- 意图:对方要确认的是能力、真实性、风险,还是动机?
- 担忧:如果我是面试官,最怕这个候选人哪一点?
- 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:
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