# 《指挥 AI,做出一个企业级 Agent》13:从一页产品说明到企业级 Agent,完整复盘
**作者**: jager
**日期**: 2026-07-28T01:38:13.000Z
**来源**: [https://x.com/pangmadee/status/2081917109702213703](https://x.com/pangmadee/status/2081917109702213703)
---

这个系列已经完结,现在来做一个整体的复盘,我的目标是:做一套帮助产品、前端、后端和非 Coding 背景的人,学会指挥 AI 完成行业项目的教程。
第一版没有选择“万能 AI 助手”,而是把范围压到一个企业售后工单 AI 工作台。它需要处理真实企业产品最核心的几类问题:角色权限、业务数据、知识检索、模型建议、人工确认、固定评测、审计和部署责任。
最终,我们从一页产品说明走到了一个可以在本地 production build 下运行的完整 Agent。

## 这不是从 Prompt 直接跳到代码
整个项目经历了六个连续阶段:
```
定义业务
→ 设计产品
→ 选择技术
→ 拆开发任务
→ 分阶段实现与验收
→ 判断部署责任
```
产品定义阶段,我们先回答给谁使用、解决什么问题、第一版做到哪里,以及什么结果才算成功。
PRD 阶段把角色、权限、AI 状态、失败状态、数据对象和验收标准写清楚。
原型阶段先画七页面和主路径,再通过同类产品、多个方案和设计契约冻结 UI,而不是让 AI 自由发挥。
技术选型阶段没有听框架宣传,而是用同一道业务实验比较前端、后端、ORM、RAG、模型接入和任务队列。
开发阶段拆成 D01~D10。每一阶段都经过“AI 实现—自动测试—保存证据—人工验收—冻结”的闸门。
## 最终产品不是一个聊天框

登录、工单、AI、知识、评测和审计七个页面
第一版一共包含七个页面:
1. 首页和产品入口;
2. 登录与角色;
3. 工单列表;
4. 工单详情、AI 建议与人工确认;
5. 企业知识库;
6. 固定评测;
7. 管理与审计。
它们共同服务一条闭环:客服登录后查看工单,系统检索企业知识,模型生成结构化建议,服务端校验来源与风险,客服编辑并确认最终稿,最后保存结果并进入审计和固定评测。
少了任何一层,都只能算局部 AI 功能,不能算完整企业 Agent。
## AI 真正完成了哪些工作
AI 承担了大量执行工作:
- 搜集和拆解同类产品;
- 生成页面与组件方案;
- 把选择写成设计契约;
- 比较技术候选并执行实验;
- 生成数据库、API、前端和测试代码;
- 构造合成工单与企业知识;
- 调用真实 DeepSeek 并保存脱敏证据;
- 自动运行测试和 production build;
- 根据截图定位布局、路由和状态问题;
- 整理任务书、审计记录、截图和验收报告。
到项目结束,D01~D10 一共留下 150 个证据文件,其中包括 80 份 Markdown 文档和 53 张过程截图。
这些数字不是为了证明工作量,而是为了让每个结论都有出处。
## 人在整个过程中负责什么
我没有逐行指挥 AI 怎么写代码。人的工作主要是连续做五类选择:
1. 范围选择:第一版做什么、不做什么;
2. 业务选择:角色权限、状态、人工确认和失败结果是否合理;
3. 方案选择:多个 UI、技术和部署候选中选择哪一个;
4. 风险选择:哪些限制可以接受,哪些问题必须停止;
5. 阶段选择:证据是否足够,是否允许冻结并进入下一阶段。
这就是我对“AI 执行,人做选择”的理解。
人不需要比 AI 更快地写所有代码,但必须知道项目在为谁负责、什么证据足以支持一个决定。
## 最值得保留的五个失败
这个项目里,失败比顺利生成的页面更有教学价值。
第一,原型里“转人工”按钮没有反应。它让我们意识到 Human-in-the-loop 不是一个按钮,而是原因、目标队列、状态变化和审计共同组成的新路径。
第二,真实模型会生成伪来源、补充无依据操作和漏判风险。它证明模型不能直接形成企业业务结果。
第三,RAG 在小规模通过,不代表 10 万片段下仍然可靠。我们冻结了 pgvector 的适用边界,没有把实验结论无限外推。
第四,自动测试全部通过后,production build 里仍然出现文字比例、横向溢出和列表往返跳动。代码完成不等于产品完成。
第五,项目可以上免费云,并不意味着应该立刻上云。没有备份恢复、告警、回滚和责任人,就不能把公网地址包装成企业生产环境。
## 最终冻结的工程边界
第一版使用 Next.js + React + TypeScript、独立 TypeScript API、PostgreSQL + Prisma、pgvector、PostgreSQL Worker 和模型适配层。
但真正不可变的不是框架名称,而是这些工程规则:
- 权限必须由服务端判断;
- 关键写入必须使用事务和版本冲突保护;
- AI 只能看到授权、脱敏、最小化上下文;
- 引用必须属于本轮检索白名单;
- 高风险结果必须人工确认;
- AI 原稿与人工终稿分别保存;
- 失败、拒绝、转人工和确认都有审计;
- 模型、Prompt、知识和代码版本可以固定评测;
- 没有证据的能力写“待验证”;
- 当前发布等级是 L0 本地 Demo,不是公网生产上线。
## 一套可以复用到其他行业的 Loop
这个方法不只适用于客服工单。换成合同审阅、采购审批、财务异常、招聘筛选或医疗文档,仍然可以使用同一条循环:
```
定义目标和边界
→ 生成多个候选
→ 人选择一个方向
→ AI 执行最小验证
→ 保存成功和失败证据
→ 人工验收
→ 固化为规范
→ 进入下一阶段
```
如果过程中出现新问题,不只是修当前项目,还要把判断规则补回任务书、Prompt、设计契约或 Skill。这样下一次 AI 执行时,已经学会了这次的补充。
可以直接复制的项目总控 Prompt:
```
你的目标不是一次生成完整网站,而是把一个行业问题交付为可运行、可验收、可追溯的第一版产品。
先完成产品定义、轻量 PRD、页面地图、可点击原型、UI 选择和技术选型。然后把开发拆成有依赖关系的阶段任务书。
一次只执行当前阶段。开始前说明目标、边界、风险、影响文件和验收方式;完成后提供正常路径、失败路径、自动测试、真实截图、已知限制和证据位置。
AI 负责搜索、比较、实现、测试和整理;产品负责人负责范围、业务、方案、风险和是否冻结。
没有证据时写“待验证”。任何越权、敏感泄露、静默覆盖、伪来源或人工确认绕过,都必须停止并回到责任阶段。
每次人工补充都要固化回规范,使后续 AI 可以持续遵守。
```
## 这个项目最终证明了什么
以前做产品,需要先学习大量工具,自己把需求、原型、前端、后端和部署逐一实现。
现在更重要的能力正在变化:知道去哪里找资源,怎样把业务讲给 AI,怎样要求多个方案,怎样选择,怎样设计实验,怎样验收,以及怎样把选择固化成 AI 可以持续遵守的规则。
AI 并没有让产品设计、技术选型和验收消失。
它让这些决定变得更重要,因为代码生成得越快,错误方向被放大的速度也越快。
这个系列的最终成果不只是一套企业售后工单工作台。
更是一条可以复用的路径:从一个行业问题出发,指挥 AI,把产品真正做出来。
《指挥 AI,做出一个企业级 Agent》系列:
第1篇:先定义一个能落地的企业 AI 项目
第2篇:AI 能写代码,为什么还要写 PRD?
第3篇:从 PRD 到七页面原型,别让 AI 随便生成网站
第4篇:不会 UI,也能完成一次有依据的设计选择
第5篇:Vibe Coding 之前,先做一次技术选型
第6篇:别让 AI 直接开工,先把第一版写成开发任务书
第7篇:让 AI 写代码前,先证明权限和数据不会出错
第8篇:企业 RAG 不是上传几个 PDF
第9篇:接通大模型只是开始,真正难的是不让它越权
第10篇:改一次 Prompt,怎么知道 Agent 有没有悄悄变差
第11篇:不会前端,怎么验收 AI 做出来的网站
第12篇:从本地 Demo 到企业生产,中间隔着五级责任
## 相关链接
- [jager](https://x.com/pangmadee)
- [@pangmadee](https://x.com/pangmadee)
- [244](https://x.com/pangmadee/status/2081917109702213703/analytics)
- [先定义一个能落地的企业 AI 项目](https://x.com/pangmadee/status/2078752938068152663)
- [AI 能写代码,为什么还要写 PRD?](https://x.com/pangmadee/status/2078758023112376665)
- [从 PRD 到七页面原型,别让 AI 随便生成网站](https://x.com/pangmadee/status/2078780817724281224)
- [不会 UI,也能完成一次有依据的设计选择](https://x.com/pangmadee/status/2078790167192883349)
- [Vibe Coding 之前,先做一次技术选型](https://x.com/pangmadee/status/2079012513728139675)
- [别让 AI 直接开工,先把第一版写成开发任务书](https://x.com/pangmadee/status/2079073999976579536)
- [让 AI 写代码前,先证明权限和数据不会出错](https://x.com/pangmadee/status/2079381070726979995)
- [企业 RAG 不是上传几个 PDF](https://x.com/pangmadee/status/2079740046169841799)
- [接通大模型只是开始,真正难的是不让它越权](https://x.com/pangmadee/status/2080109599022309565)
- [改一次 Prompt,怎么知道 Agent 有没有悄悄变差](https://x.com/pangmadee/status/2080471587594420267)
- [不会前端,怎么验收 AI 做出来的网站](https://x.com/pangmadee/status/2080811577218048496)
- [从本地 Demo 到企业生产,中间隔着五级责任](https://x.com/pangmadee/status/2081548596919542110)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [9:38 AM · Jul 28, 2026](https://x.com/pangmadee/status/2081917109702213703)
- [244 Views](https://x.com/pangmadee/status/2081917109702213703/analytics)
---
*导出时间: 2026/7/28 16:11:27*