一个月迭代 200 个版本:非技术也可以创造正儿八经的工具了
客服系统开发一个月,迭代200多个版本,并且这套系统产生了巨大的作用。
- 80%+都依赖 AI Agent 来接待
- 客服团队优化 60%+
- 每天 token 成本不到 10 美金
客服系统做了将近一个月,更新了300多个版本,说一下感受。
上一期聊了一下基于Agent的客服系统设置的一些方法论,这期主要说一下如何开发的这么一个过程。
整个系统是用Cloud Code来开发的。
最大的感受就是: 你不需要考虑技术的手段, 甚至不需要考虑技术债, 你也不需要考虑团队的协作。
你唯一需要考虑的就是: 问题是什么? 我的解决方案是什么?
不考虑技术架构和技术债
heading.anchorLabel先说技术架构和技术债的问题。
过去我们开发一个东西都要跟技术讨论很久,包括现在想要做的和未来的规划。 因为它决定了整个系统的架构、技术方案和其他的种种基础设施。
那么现在有了Cloud Code这种编程工具之后,这些问题都不需要考虑。因为当你遇到了架构都需要调整的时候,直接调整就好了。
我做的这个系统中间经历过了两次重构,改动非常的大,从架构到很多层面都有较大的改动。 但是完成的非常好,改完之后几乎没什么太多的bug。
整个产品从第一周上线到现在,上线后我们经历了大概200多个版本,一直没有出现过灾难级的bug,相对比较稳定。 所以之前考虑的很多问题现在都不需要考虑了。
这样会让我们大大地聚焦于: 到底我们要解决什么问题? 我们的解决方案是什么?
功能开发:从主观判断转向真实反馈
heading.anchorLabel再说功能开发。
以前我们开发一些功能都会思考很久,讨论很久,到底要不要做,做成什么样子。 但是现在有了飞速的开发效率这个大前提,我们完全不需要去猜,而是用真实的用户反馈来去优化产品。
因为很多方案我们只是自己觉得好,但是用户不一定这么想。 所以我们其实不需要考虑太多,不需要考虑得太成熟。
想到就快速地去实现它, 实现之后快速地让真实的用户去验证, 然后去快速地纠正、调整、再更新。(负面的后果还是需要考虑的)
所以在功能开发层面,我们不再依赖自己的设想和依赖自己的主观判断,我们可以更多地依赖线上用户的真实反馈。 当然,你不能做一些还有问题的功能。
把AI当做“诸葛亮”而非单纯的马仔
heading.anchorLabel使用 Claude Code 这种编程工具,都是说我想要做一个什么东西,你来帮我实现它。
但是现在我的用法改变了:
我把问题抛给他,把大量的背景信息也抛给他,他能帮我们去思考解决方案是什么。
所以有时候现在我越来越多的方式不是指挥让AI去做什么,而是我去问他: “如果你来解决这个问题,你会怎么做?”
然后我们一起讨论,然后完善形成一个最终的方案。
不得不承认,AI 现在的能力实在是非常强。在绝大部分情况下,它能考虑出来的方案都比我的更完整、更优秀。
而我唯一的价值,就是我对它不清楚的“隐形知识”的了解。所以我不需要再去主导这个方案,而是:
- 我作为问题的抛出者
- AI 来提供解决方案
- 最后我基于我的背景知识,来给这个方案打补丁
所以现在 AI 是绝对的解决问题的策略主力,而我的角色则是把现实世界中真实的问题发现并告诉它。
如果只是让 AI 来帮你实现你的想法,那么只利用了一小部分。
结语:编程正成为一种纯粹的创作
heading.anchorLabel之前我还说AI编程工具其实不适合非技术人员去使用,因为它的上手门槛比较高。
但是到了今天这个2026年的时候,我认为它的成熟度已经高到任何人都可以拿它来创作一些自己想做的东西。
这种感觉就好像小时候第一次拿起画笔去画画,施展自己无限的想象空间是一样。 这种感觉特别的好。