这周，我把 AI 用在了真实问题上

过去一周，我对 AI 协作的理解更务实了一点。

它没有帮我"一键做出一个产品"，但它确实陪我处理了很多真实系统里会遇到的问题：远程支持流程、POS 自助点餐体验、生产环境 bug、个人网站恢复，以及一套更长期的代码审查计划。

这些事都不太像演示视频里那种光鲜的 AI 案例，但对正在运行的产品来说，它们更重要。

先把远程支持流程跑通

我花了一部分时间测试远程协助方案。目标很简单：以后遇到门店设备问题时，不要每一步都靠人工口头指导，尽量让远程通道的安装和连接更可控。

实际过程并不顺。测试机上出现过安装卡住、脚本没有按预期继续执行、权限确认后程序直接退出等情况。

这里 AI 的价值不是"神奇地解决一切"，而是帮我把问题拆开：

• 哪一步依赖系统权限
• 哪一步需要等待服务安装
• 哪一步应该写进脚本
• 哪一步需要给操作者明确反馈

我越来越觉得，AI 很适合做这种流程型排查。它不会替我看到真实机器上的状态，但它能帮我减少遗漏。

把自助点餐从"能用"往"好用"推

这周我还集中处理了扫码自助点餐页面的体验问题。

比如商品名太长时显示不完整；顾客点击商品后没有足够明确的交互反馈；选择了商品以后，数量和购物车状态不够直观；进入购物车后，也需要能继续加减数量、结账或取消订单。

这些不是复杂功能，但会直接影响顾客有没有信心继续点单。

我让 AI 先把需求拆成用户路径，再对照 POS 人工点餐的逻辑，整理出应该补齐的状态：商品详情弹窗、放大商品图、已选数量、购物车明细、数量加减、结账和取消订单。

这类工作最容易被低估，因为它不是"新增一个大功能"，但它是在补产品的基本功。

生产系统里的小问题，不能当小事处理

这一周还有几个 bug 很值得警惕。

• 一个是程序启动后出现在副屏，对收银场景来说，这会直接影响开机使用。
• 另一个是后台把 GST 和服务费设置为 0 后，结账时仍然出现相关费用。
• 还有商品下架后，顾客扫码自助点餐仍然可能选择到它。

这些问题都提醒我：生产系统里的"边界状态"必须认真验证。尤其是费用、商品可售状态、收银端和顾客端是否一致，这些都不是只看一个页面就能放心的。

AI 在这里更像一个结对检查员。它帮助我追问：这个设置影响哪些入口？自助点餐和人工点餐是否一致？改完以后怎么验证不会影响正常订单？

开始建立更长期的代码加固节奏

因为系统已经用于 POS 收银这种高压场景，我不希望安全和稳定性只靠临时修补。

所以这周我开始让 AI 协助制定一套分阶段代码审查和加固计划。原则是：

• 每次改动尽量小
• 先做高风险区域
• 验证要充分
• 不要影响正在使用的客户
• 后续开发也要逐步遵守同一套规范

这件事对我来说很重要。AI Agent 协同开发确实提高了速度，但速度之后必须补上工程纪律。

结尾

这周我最大的收获是：AI 不是替我做决定的人，而是一个能陪我拆问题、补清单、做复盘的工作搭档。

它最适合的场景，反而不是"帮我想一个很酷的新点子"，而是把那些真实、具体、容易遗漏的问题，一步步变成可以执行、可以验证、可以上线的改动。

如果你也在用 AI 做真实项目，可以留言聊聊：你最近让 AI 帮你解决的最实际问题是什么？