Skip to content

序 从一单不到 2000 元的项目讲起 ​

开篇 · 正文初稿

这一章是初稿,还会修改。

第一单的OK

本章要回答 ​

作者怎么从民办本科、没摸过代码,走到给上市公司交付系统;第一单为什么一句「OK」就埋了雷。

一句「OK」 ​

2024 年暑假,我接了一个不到 2000 元的项目。

那天晚上,老板问我什么时候能做完。我很快回了一句:「OK。」

需求还没有问清,演示方式没有确认,修改范围也没有约定。我怕问多了,对方觉得我能力不够;怕时间报长了,对方换人;怕价格报高了,这一单就没了。所以我先答应,先开工。

项目开始以后,被我跳过的问题一个接一个回来了。

功能要反复验证。演示完一版,马上又有新的修改。对方很难一次说清自己想要什么,我只能先做出来,再让他判断对不对。我理解的范围是几个页面,对方要的是一套完整结果。对方默认包含部署和后续修改,我以为把代码发过去就算结束。

双方都没有故意为难谁,项目还是失控了。钱已经谈好,责任却没有边界。每冒出一个新问题,我唯一会做的事就是继续加时间。交付前那一晚,我几乎没睡,一边改,一边担心下一轮演示又出问题。

回头看,这一单里代码只占很小一部分。压垮我的是开工前没做的几件事:需求没问清,时间不敢谈,风险不敢说,修改范围没守住。当时省下的每一个问题,后来都按小时收了回来。

这本书从这一单讲起。它让我第一次看清:做出一个东西,和把一个东西完整交到别人手里,中间隔着很远。后面每一章讲的,都是这段距离里的一部分。

我是从哪里开始的 ​

我 2006 年出生,读民办本科的计算机专业。上大学以前,我没有写过代码。刚进大学时,我想的和多数计算机学生一样:把技术学好,找一份实习,以后进一家公司。

写这些不是为了讲逆袭。我只想说明起点:这本书的很多读者,基础和当时的我差不多。

我学 AI 编程的动机很现实,就是想找一条能赚钱的路。大一时我付费报了一门 AI 编程课,从基础概念学到登录、支付,再到更完整的项目模块。学得不轻松。很多时候我会怀疑,这些东西什么时候才能变成钱。

课上有一句话,我当时不服:代码是最简单的东西。我连代码都没搞明白,怎么就最简单了?

后来接项目、谈需求、谈价格、谈交付,我才发现这句话没错。没有代码能力,很多单子接不住。可事情一旦进入真实世界,最消耗人的往往在代码之外:客户到底要什么,价格怎么报,时间怎么排,交付标准怎么定,需求变了怎么办,做完对方不满意怎么办。相比之下,写代码反而是最清楚、最确定的部分。

AI 让这一点更明显。以前要查很久文档才能看到结果的功能,现在把需求交给工具,很快就能跑出一个版本。页面能生成,接口能调用,报错也能让 AI 帮忙排查。我一度以为,开发快了,赚钱也会变简单。

真实项目给了另一个答案。学校会给范围、时间和标准答案。客户往往只给一句模糊的需求,比如「我想做一个类似某某的平台」。做哪些功能、做多深、几天交、怎样算完成、出了问题谁处理,都要有人来定义。这些空白,最后都会落到接单的人身上。AI 把执行速度提了上来,项目的责任没有跟着减少。

单子多了以后 ​

后来找我的人慢慢多了,多数是几百块钱的小单。

刚开始我很兴奋:终于有人找我了,这条路能走通。很快,新的问题来了。我分不清哪个单子还在做、哪个已经做完。有客户来问进度,我才想起这个客户收了钱还没开工。微信消息、未接电话、学校安排、交付修改,全挤在一起。那段时间我才开始给微信好友打标签,用表格记客户、需求、金额和进度。

我那时每天高强度运转十几个小时,坐着都能睡过去。有一天早上打排球,我突然晕了一下,倒下去时要用手撑住地面。我很清楚,身体吃不消了。

这段时间让我明白了两件事。

第一,赚钱除了成交,还包括管理混乱。没有记录,没有进度管理,没有交付边界,单子越多,人越容易被压垮。

第二,低价小单的问题除了钱少,还有摩擦成本高。为几百块钱来的客户,常常对价格很计较,对质量很敏感,沟通也容易情绪化。接进来的除了这几百块,还有大量售后、修改和扯皮。

有一句话我后来很认同:将军赶路,不追小兔。小钱也是钱,可一直弯腰捡路上的小钱,就没时间抬头看更远的路。等我确认自己能接更复杂的单子以后,就开始筛选客户。判断一单值不值得接,我会多问一句:做完它,能不能留下案例、能力、复购和更好的客户?如果都不能,这笔钱很可能只是另一种消耗。

从小单到企业系统 ​

筛选以后,我做的项目慢慢变大。后来我参与企业项目、和团队协作,也给一家上市公司交付了一套陪玩平台。它有顾客、陪玩师、接待、管理员、超级管理员五个端,带在线支付、权限管理、日志审计,部署在生产环境里长期运行。

项目越大,我对「完成」的理解越具体。

新手很容易把「我这里能运行」当成做完了。页面出来了,按钮能点,自己电脑上没有报错,看起来该做的都做了。交付会继续往下问:对方能不能在约定的环境里使用?核心流程有没有验证?重要数据会不会出错?源文件和配置齐不齐?有已知限制时,对方知不知道怎么处理?

这些问题没有答案,「完成」就只是一种个人感受。

现在我判断一个项目有没有完成,看四类证据:

  1. 约定的核心功能可以正常运行;
  2. 测试、演示或部署结果可以被别人复现;
  3. README(项目根目录里的说明文件)、使用方式和已知限制写清楚了;
  4. 对方按约定的标准完成了验收。

代码写完是一个动作。证据齐了,项目才有终点。

如果重来一次第一单 ​

回到那句「OK」。如果重来,我会在回复之前先问清四件事:

  • 这次具体解决什么问题;
  • 包含哪些功能,哪些暂时不做;
  • 最后交付什么:代码、部署好的网站、使用说明,还是都要;
  • 对方根据什么判断完成。

然后再约定修改几次、什么时候付款、怎么验收。

这些动作会让开工晚一点,也会让项目更有机会正常结束。我后来发现,客户感受到的专业,很少来自回答得快,更多来自这些看起来有点麻烦的追问。

这本书写给谁 ​

这本书写给和当时的我差不多的人:学过一门语言,跟着教程做过小项目,会用一种 AI 编程助手,但还没有独立做出过能收钱、能长期运行的系统。

你不需要会数据结构,不需要会数据库设计,也不需要自己写具体代码。这些交给 AI。你需要学会的,是判断和验收:这一步该让 AI 做什么,它做完以后,你怎么确认它做对了。

书里把一个项目分成四个层次:

层次意思
Demo在自己电脑上能演示
完整功能齐全,能上线给别人用
生产级上线以后能一直稳定运行
商业级有人付钱用,出了错有人负责

AI 能很快帮你走到前两层。这本书要带你走到后两层。

这本书怎么读 ​

全书用一个例子贯穿:一个餐厅运营后台,下面简称「餐厅后台」。它有菜单、订单、顾客、设置和经营首页五块,来自我做过的一道全栈面试题,要求一到两天完成。交上去的版本已经能演示,也部署到了线上,属于「完整」这一层。书的后半部分讲怎么把它做成能给一家真实餐厅用、能收钱的系统:补上登录和角色、在线支付、监控、隐私合规、成本核算和交付维护。

每一章都落到两件事:

  • 这一步交给 AI 做什么。我会给出能直接复制给 AI 的提示词或规则。
  • 你自己判断、验收什么。我会给出具体的检查项。

全书分五个部分:

部分讲什么
一、想清楚做什么Demo 和商用系统差在哪;业务怎么转;哪些东西直接用现成的
二、让 AI 把它做出来把需求拆成 AI 能做、你能验的任务;用规则、工作流和审查管住 AI;怎样算做完了
三、上线并稳住第一天就上线;上线以后别出事
四、能收钱、担得起责支付、退款与对账;权限、隐私与合规;成本和经营后台
五、和真实世界打交道报价、排期与需求变更;出事了先找证据;交付、验收与维护

建议先读第 0 章。那一章有一张自测表,先找到你现在停在哪一层,再决定从哪里读起。


下一章:第 0 章 你停在哪个层次

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