凌晨时钟下,人监督着 AI 操作收银终端上的金额数据

过去一周,我几乎把手上每件事都试着丢给 AI 去做了一遍。不是那种「帮我写段文案」的浅层用法,而是真的让它去动生产系统、去处理会出错就要负责的活。记录几件具体的事,也顺便复盘一下哪些能交、哪些不能。

一次凌晨的数据库迁移

从快照到金额精度统一再到逐步校验的凌晨迁移流程图

我们的 POS 系统有个积累已久的隐患:金额字段的精度和数据表属主不统一,收款对账时偶尔会差个分角,排查起来很烦。这类改动动的是真金白银,白天绝对不能碰。

于是我选在凌晨两点半、店里没有任何生意的时候开窗口。做法很朴素:先做完整数据快照,再授权 AI 按既定脚本一步一步执行迁移——把所有金额列统一成两位小数的精度类型,把表属主也理顺。我给它下了一条不可逾越的规矩:每一步都要验证,只要对不上,立刻停下来别硬跑。

窗口结束后,我用店长账号在唯一那台收银终端上实测:开班、收现金、一单结班,全部正常。那一刻比任何 demo 都踏实。

插图,我让 AI 自己左右互搏

配图策划、插画师、审校三个 AI 角色相互挑刺的循环框架图

博客配图我以前要么将就、要么花钱外包。这次我把它拆成三个角色:先让 AI 当「配图策划」,想清楚每张图到底要讲什么概念(比如「掉链子」不能照字面画链条,要画它背后的问题);再让它当「矢量插画师」,直接输出 SVG 代码;最后让它当「审校」,把渲染出来的图读一遍,专门检查文字有没有被画布裁掉、有没有和线条箭头重叠。三个角色互相挑刺,出来的图可用度明显高了。

那些我一直拖着的杂活

还有一批「不难但烦」的事,这周也都交出去了:回一封需要附授权书、还得抄送对方经办人的英文邮件;清掉 CDN 边缘缓存,让一个安全修复立刻生效(不然旧的响应头会被缓存很久);甚至帮我把闲置的车整理信息、挂到二手平台。这些事的共同点是——路径清楚,只是我懒得动手。

一周下来的边界感

最大的收获不是「AI 好强」,而是我对边界更清楚了:

  • 能交出去的,是路径明确、可验证、出错能回滚的执行类工作;
  • 必须我来的,是快照、授权范围、以及「什么情况下必须停」这些判断。

AI 负责跑,我负责定规矩和验收。这套分工,比我想象中好用很多。

你最近有没有把什么关键的活交给 AI?是踩了坑还是真香?欢迎在,我挑几个具体场景展开写。