Skip to content

第 1 章 Demo 和商用系统差在哪 ​

第一部分 想清楚做什么 · 正文初稿

这一章是初稿,还会修改。

冰山

本章要回答 ​

能演示和能收钱之间差了哪些东西;为什么七天做完,甲方还要一个月才能用起来。

示例项目推进到哪 ​

列出面试题已经有的部分,和商用还缺的部分。

读完这一章,你能列出一个能演示的项目离能收钱还差哪些东西,并分清哪些这次必须补、哪些可以以后再说。你还会拿到一段提示词,让 AI 对照清单检查你的项目缺了什么。

七天做完,一个月才用上 ​

先看一分钟动画,再读下面的细节:

现在用 AI 编程,七天已经足够我把一个项目做到能运行、能交付的状态。需求拆出来,功能做出来,问题修完,项目也能跑起来。从开发者的角度看,这件事已经落地了。

同样的项目进入一家成熟企业,从交付到业务部门用上,通常还要一个月以上。

代码完成以后,甲方还要审查。业务流程要确认,权限和数据要检查,相关负责人要判断能不能接进现有系统,最终使用的部门也要验收。不同企业审查的项目各不相同,但等待、确认和修改,几乎不会随着代码写完一起消失。

开发者用自己的任务判断进度:代码写完了,页面能打开,核心功能能运行,部署也完成了,就觉得项目接近终点。企业看的是另一条链路:这套系统是否符合原来的业务规则,数据会流向哪里,谁有操作权限,出了问题怎么处理,最终由谁批准上线。能运行,只是企业愿意用它的第一个条件。

可以算一笔账。假设一个项目原来要三十天,其中七天开发,其余时间在等待、审查和验收。AI 就算把开发再压到三天,整个项目也只缩短了四天。你一天能交出三个版本,甲方一周只审得完一个。多出来的两个版本不会自动变成业务成果,它们会停在流程里排队。

管理学里有一个说法叫约束理论,由高德拉特提出:一条交付链在某个阶段,总有一个主要的卡点决定整体速度。马斯克讲过 Model 3 的「产能地狱」:一辆车大约有一万个独特部件,任何一个出问题,都可能拖慢整条生产线,生产线只能跟着最慢的那个部件前进。

开发能力不足时,写代码就是卡点。AI 把开发变快以后,卡点会往后移:移到需求确认,移到甲方审查,移到安全检查,或者移到某个有最终决定权的人身上。

审查也不一定是浪费。一个人做的小项目,发现问题马上就能改。企业系统一旦进入生产环境,影响的是客户数据、订单、资金、员工权限和品牌信用。开发者一句「我这里已经跑通」,替代不了业务负责人、安全人员和使用者的判断。

这对你有两个直接的影响。

第一,排期要按「对方用上」来算,不能按「代码写完」来算。报价和排期时,把对方审查和验收的时间算进去。这部分在第 12 章细讲。

第二,你能帮对方缩短的,是审查的时间。审查慢,常常因为材料要反复补交,审查的人拿不到能直接判断的信息。测试证据、变更说明、风险清单、验收文档,这些材料 AI 都能帮你整理。你交得越齐,对方等得越少。

水面下的部分 ​

本章的配图是一座冰山。水面上是页面和功能,演示时能看到。水面下是审查的人、使用的人和付钱的人要检查的东西。

拿我交付过的陪玩平台举例。它的说明文档第一页,就把交付基线写清楚了。

它有五个端:顾客端用来浏览陪玩师、下单、评价;陪玩师端用来接单、排班、看收益;接待端给客服和前台代客户下单、跟进订单;管理员端是小程序,负责日常运营;超级管理员端是网页后台,负责账号、角色权限、资金审核、日志审计和系统配置。

除了这些页面,交付基线里还写着:

  • 生产环境部署和支付接入;
  • 权限治理:普通管理员和超级管理员能做的事分开;
  • 日志审计:关键操作留记录;
  • 一个反向代理作为统一入口,负责 HTTPS 加密、域名和请求转发;
  • 本地开发、测试、预发布、生产四套环境,各用各的配置;
  • 部署时要支持数据库迁移、健康检查、日志收集、错误监控、配置校验和回滚。

这里有几个词先用一句话解释。数据库迁移,是改数据表结构时,按记录好的步骤一步步改,不把旧数据弄丢。健康检查,是系统留一个地址,定时访问它就知道服务还活着。回滚,是新版本出问题时,退回上一个能用的版本。

这些东西,没有一项能在演示时被看到。可少了任何一项,这套系统都不能交给一个每天有真实订单和真实资金的团队。

把它们归一下类,就是一个项目从 Demo 走到商用,水面下通常要补的部分:

类别要回答的问题Demo 里常见的状态本书在哪章讲
业务规则订单有哪些状态、谁能推进到下一步只做了正常路径第 2 章
输入和错误错误的数据会不会被拒绝,出错时用户看到什么只在前端校验,后端照单全收第 6 章
部署与环境线上和本地是否分开,密钥放在哪,能不能回滚只在自己电脑上跑第 7 章
监控与日志出了错谁先知道,能不能查到原因错误只打印在终端里第 8 章
备份与恢复数据丢了能恢复到哪一刻没有备份第 8 章
钱金额谁来算,支付成功怎么确认,退款和对账怎么做价格从前端传给后端第 9 章
账号与权限谁能登录,每个角色能看什么、改什么没有登录,或人人都是管理员第 10 章
操作审计关键操作有没有记录谁做的没有第 10 章
隐私与合规收集了哪些个人信息,告知用户了吗没想过第 10 章
成本每月花多少钱,用户多了以后花多少没算过第 11 章
交付与维护使用说明、验收标准、出了事谁响应代码发过去就算结束第 14 章

为什么水面下的部分越来越值钱 ​

这几年软件行业有两个变化同时发生。

一是做软件的门槛被 AI 打低了。内部工具、报表面板、小型后台、轻量的客户管理系统、自动同步脚本,过去要排期、要预算、要协调开发资源。现在一个懂业务的人,加上一套 AI 编程工具,很快就能交付出能运行的版本。能做出来的东西多了,就不稀缺了,价格也守不住。

二是压力更小的那类软件,都贴着真实业务和责任运行。支付、履约、物流、医疗、金融这些领域的系统,里面有长期的数据治理、复杂的权限、线下的协同流程,还有稳定性、审计和合规的要求。这些很难被一句提示词替换掉。

落到个人身上:如果你只会做水面上的部分,你和一个会用 AI 的业务人员差别不大。你能把水面下的部分也做好,客户才有理由付钱给你,并且长期用你。

餐厅后台:已经有的和还缺的 ​

全书的例子餐厅后台,交上去的面试版本已经有这些:

方面已经有的
功能经营首页、订单、顾客、菜单、设置五个页面,都能实际操作
业务规则后端校验必填字段,拒绝已下架的菜,订单金额由服务端计算,订单状态只能按规定的顺序变化
前后端约定数据格式从数据表定义开始,一路自动生成到前端,前后端不各写一份
测试后端测了下单和状态流转;前端测了部分关键逻辑
自动检查和发布每次提交自动跑类型检查、测试、代码规范检查和构建;合并到主分支后自动发布前端
部署前端、接口、数据库都在托管平台上,接口有健康检查地址
演示数据一条命令灌入菜单、顾客、设置和 30 笔订单
文档README 写了怎么运行、怎么灌数据、怎么部署、架构为什么这样定、哪些地方做了取舍

按第 0 章的四个层次,它在「完整」这一层,而且做得比较扎实。但要交给一家真实的餐厅用、还要收钱,它还缺这些:

缺口现在的状态不补会怎样
登录和角色没有登录拿到地址的人都能改菜单、改价格、看顾客联系方式
在线支付订单只记录金额收不了钱,或只能靠人工对账
演示数据命令运行时会先清空业务数据表在生产环境误跑一次,真实订单全部消失
备份与恢复没有自己的备份方案,也没演练过恢复数据出问题时,不知道能恢复到哪一刻
监控和报警只有一个健康检查地址,没人定时看系统挂了,要等店员打电话来才知道
操作审计没有操作记录价格被改错了,查不到是谁、什么时候改的
隐私存了顾客的联系方式,没有隐私说明有合规风险,顾客投诉时说不清
成本没算过报价时不知道每月的运维费该收多少
交付与维护README 写给面试官看店长不知道怎么用,出了事不知道找谁

这两张表放在一起看,就是本书后面十几章要做的事。

哪些现在补,哪些以后再说 ​

缺口不用一次补完。全补完再上线,等于把第 0 章说的「让产品进入现实」又往后推了。

我用四个问题给每个缺口分级:

  1. 出事时损失的是什么:钱、数据、个人信息、信任,还是只是体验差一点?
  2. 出事的可能性有多大,现在有没有迹象?
  3. 出事以后,能不能及时发现、能不能补救?
  4. 补它要花多少,以后再补会不会贵很多?比如数据结构和支付方式,上线以后再改,代价比现在大得多。

按这四个问题,缺口大致分成三栏:

分级标准餐厅后台里的例子
这次必须补出事会直接伤到钱、数据或个人信息,或者以后再补会很贵登录和角色;禁止在生产环境运行清空数据的命令;备份
上线前补决定了出事以后能不能知道、能不能恢复监控报警;错误日志;回滚流程
以后再说只有规模变大或业务变化才会出现高并发优化;多门店;复杂报表

分级还要看客户要什么。假设第一家客户是一家小餐厅,只想让店员在店里用这套后台记订单,顾客不在线上下单。那么在线支付可以先放进「以后再说」,登录、备份和禁用清库命令仍然是必须的。如果客户想让顾客自己扫码下单、在线付钱,支付、对账和隐私说明就要挪进「这次必须补」。

同一份缺口清单,客户不同,分级就不同。所以分级要和客户一起确认,不能自己拍板。

交给 AI 的:对照清单查缺口 ​

逐个文件去翻缺了什么,很费时间。这件事适合交给 AI。把下面这段发给你的 AI 编程助手,让它在项目仓库里运行:

text
请先完整阅读这个仓库:README、目录结构、数据表定义、后端接口、测试、部署和 CI 配置、环境变量示例文件。

然后按下面的清单,逐项检查这个项目离商用还缺什么:
业务规则、输入校验和错误处理、部署与环境、监控与日志、备份与恢复、金额与支付、账号与权限、操作审计、隐私与个人信息、运行成本、交付文档与维护。

输出一张表,每行包含:
- 检查项
- 现状:已有 / 部分有 / 没有
- 证据:对应的文件路径、配置项或命令;找不到就写「未找到」
- 风险:不补的话,最坏会出什么事
- 补齐的工作量:小 / 中 / 大

要求:
1. 只根据仓库里能看到的内容判断。没有证据的写「未找到」,不要写「可能已有」。
2. 不要修改任何文件,不要安装依赖,不要运行会改动数据库的命令。
3. 表格后面单独列出:会直接造成资金损失、数据丢失或个人信息泄露的缺口。
4. 再列出仓库里有没有会清空或覆盖数据的脚本,写明它们在什么条件下会运行。

第 4 条是我加的。餐厅后台的演示数据命令会先清空数据表,这类脚本在演示阶段很方便,到了生产环境就是隐患。AI 读代码时容易把它当成普通工具略过去,所以要专门问一句。

你要判断和验收的 ​

AI 的表格出来以后,你要自己做三件事。

抽查证据。 挑三到五条标成「已有」的项,自己打开对应的文件,或者跑一下对应的命令,确认 AI 没有看错。AI 常见的错误是:看到一个空的配置文件,就判成「已有」;看到一个函数名叫 backup,就以为备份在定时运行。

分级。 用上一节的四个问题,把每个缺口放进三栏:这次必须补、上线前补、以后再说。

和使用方对齐。 分级结果要给客户看,由客户确认。「以后再说」的部分,要写进交付说明的「已知限制」里,让对方知道它不在这次的范围内。

完成以后,用这几条检查:

  • [ ] 缺口表每一行都有证据,或者明确写了「未找到」
  • [ ] 你亲自抽查过至少三条「已有」
  • [ ] 涉及钱、数据、个人信息的缺口,都在「这次必须补」或者有明确的理由说明为什么不补
  • [ ] 每个「以后再说」都写了触发条件,比如「开第二家店时」「日订单超过某个数时」
  • [ ] 能清空或覆盖数据的脚本,都确认了不会在生产环境运行
  • [ ] 分级结果已经发给客户,客户确认过
  • [ ] 排期里留出了客户审查和验收的时间

下一章从缺口表的第一行「业务规则」开始:先弄清这家餐厅的业务是怎么转的,再决定系统怎么做。如果想提前了解,可以先看从业务流转到系统设计。

这一步谁来做 ​

交给 AI 的你要判断和验收的
让 AI 对照清单检查项目缺了什么。哪些缺口这次必须补,哪些可以以后再说。

上一章:第 0 章 你停在哪个层次 · 下一章:第 2 章 先弄清业务怎么转

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