AI 实干派 看真正用 AI 拿到结果的人怎么做
AI 认知·观点访谈·2026-11-20·US

搭了四套 AI 系统后,他说人只该盯红灯

陈然复盘一年里为四类业务搭的 AI 系统,认为流程外壳只需四到六个交接节点,人按例外管理;重活放在本地包月订阅上跑,他估算比全部走云端 API 省下十到三十倍的月账单。

谁说的
陈然在旧金山工作,过去一年为外部交付门户、外联 CRM、个人常驻代理和多站点内容运营四类真实业务分别搭了 AI 系统,2026 年 11 月在个人网站上写了这篇复盘。
核心观点
他认为 AI 自己不需要看板,看板是给人掌控用的。所以流程分两层:外层是很简单的状态机,只放跨角色交接和确定性门禁;里面交给 Markdown Runbook 处理各种例外。人像塔台一样只看红灯:等自己拍板的、门禁失败或超时的、卡在客户那里的。
依据
依据是他的外联 CRM 实践:把模型调用拆成带提示词版本和 JSON Schema 的任务单,大批量粗活交给本地常开机器上的包月订阅,无风险的结果自动采纳,有异常标记的交给强模型和人复核,几乎不花按次 API 费用。
对你的意义
把手上一个 AI 流程压缩成四到六个阶段,只标出谁交给谁、哪一步要人放行;再把核心查询和写操作逐步封装成 MCP 接口。
争议·条件
这是他个人的判断(2026-11-20),他预计底层运行时 2027 年能到可用水平;本地订阅方案依赖常开机器和订阅额度。

陈然在这篇文章里说,他现在同时维护着四套互不连通的待办表、三套本机执行桥和三套发布保护机制,每次想合并都卡住。他总结出四个痛点:Agent 跑起来就听不见新指令,前台交付和后台协作脱节,云端 API 太贵,几套 SaaS 互相拼接。

可以直接借鉴的是两条原则。一是状态机只管交接点,例外交给 Runbook,避免把业务拆成几十个节点、最后谁也维护不动。二是按变化速度分层:调规则、改提示词、改审批阈值都当作带版本号的数据来更新,正在跑的任务锁定启动时的版本,新任务用新版本,不用重启。

他对 2027 年的判断是:中途转向、耐用租约这类通用的底层管道大概率会有成熟的开源方案,现在自己从零搭性价比很低;但业务口径、多角色可见性和人机授权的红线,没有框架能替你定,现在就该开始整理。