一个人加AI，能交付什么系统

我以前也会默认，企业级系统一定要一个完整团队才能做。产品、设计、前端、后端、运维、测试，各管一摊。

但做膳云 MakanCloud 之后，我对这件事的看法变了。

膳云是我从 0 主导上线的第一个商业项目，面向新加坡餐饮场景，覆盖订货、中央厨房、配送、排班、POS、扫码点餐等流程。它不是一个练手 demo，而是一套要面对真实门店运营问题的系统。

一个人加 AI，不是一个人变成十个人

我不会把 AI 说成万能。它不能替我理解客户现场，也不能自动判断什么功能该先做。

但它确实改变了开发方式。

以前一个人做系统，最难的是上下文切换：刚在想业务流程，马上要写代码；刚写完接口，又要查 bug；刚修完问题，又要整理部署和文档。

现在我会把 AI 当成协作对象：帮我拆任务、补代码、定位错误、复盘工作流。最后决策和负责的人还是我，但很多原本会拖慢进度的环节，被明显压缩了。

真正解决的是业务流程问题

软件定制不是“帮你做个页面”。

尤其在餐饮和中小企业里，问题往往很具体：

• 订货信息散在不同地方
• 中央厨房和门店对不上
• 配送流程靠人盯
• 排班和实际运营脱节
• POS 和点餐数据没有形成统一视图

膳云让我更清楚地看到，一套系统有没有价值，不看功能列表有多长，而看它有没有减少重复劳动、降低沟通成本、让关键数据回到一个地方。

这也是我现在做定制开发时最关心的事：先把业务卡点讲清楚，再决定做什么系统。

企业级不等于一开始就做大

我理解的企业级，不是上来就堆复杂架构，也不是把界面做得很重。

它更像几件朴素的事：

• 流程要跑得通
• 异常要有人处理
• 系统要能继续迭代
• 开发者要对结果负责

一个人加 AI 可以交付这样的系统，但前提是边界要清楚，优先级要现实，不能为了显得强大而乱加功能。

我接下来会继续记录自己用 AI 做真实产品和软件定制的过程，包括踩坑、取舍和失败。对餐饮系统、内部工具、自动化脚本、数据看板有需求的朋友，也可以留言或私信聊聊。