7.7
深览指数
科技人人都是产品经理·建国聊SaaS架构··AI 生成
当人人都能给自己造系统，真正的坎在哪里？
本文基于一个零编程经验的网店店主用AI自建管理系统的真实案例，从产品设计视角，而非AI技术视角，分析自建系统在规模扩大时必然遇到的四道坡：权限、数据结构变更、操作留痕和外部系统集成口径。作者指出，这些并非AI代码的缺陷，而是所有软件系统扩展时的共同难题，并提出“底层引擎”作为替代方案。文章适合对SaaS、低代码、AI工具应用及小生意IT化感兴趣的深度读者，尤其适合正在评估自建系统可行性的创业者或产品经理。原文 ↗
核心观点
- ▍AI降低了小生意自建系统的成本，但这并非终点；真正的极限不在于是否能造出来，而在于系统是否要“长大”——即服务更多人、接入更多系统，届时将面临所有软件系统共有的四道坎。
- ▍上述四道坎是“所有自建系统的共同坡”，并非AI代码的独特缺陷，人写的代码同样会遇到。
- 01一个零编程经验的网店店主，用AI为自己缝制了一套包含库存提醒、AI客服、评论收集、广告平台对接、配送供应商对接、订单按需生产模块和任务管理器的系统，每月省下上百美元订阅费。
- 02在AI之前，店主只能购买十个通用小工具；现在，定制一套完全贴合自己生意的系统在经济上首次变得可行。
- 03当系统需要服务多个用户时，权限控制（如仅让客服看到部分订单而不见成本价）会变得复杂，不再是加个开关那么简单。
- 04系统运行一年并积累真实数据后，若要改变底层数据结构，难度与从零开始创建完全不同，且旧数据迁移是难题。
- 05多人操作时，需要操作留痕（如谁修改了折扣、谁取消了订单），若未提前设计，事后追溯成本极高。
- 06接入多个外部系统（如第五、第十个）时，不同系统对同一客户、同一订单的定义和字段名不统一，数据对齐的工作量会急剧增加。
- 07作者团队赌注的方向是：将底层引擎（ObjectStack）开源，让权限、审计、数据一致性等难题由引擎承担，而非让每个自建者重复造轮子。
反方 / 局限
- — 作者承认，如果店主永远不需要系统长大，只服务自己一人，那么上述四道坎一道都碰不到，那时自建系统就是完全合适的。
- — 作者坦诚，其团队押注的“底层引擎”方案尚未被验证，而店主用AI直接写代码的路径，在其规模上已经被证明是可行的。
6 分钟 · 4 卡片 · 11 资料
读原文 →