Demo 容易了，后面的事反而难了
一
事情是这样的。
前段时间我做了个内部小工具，具体做什么不重要，大概就是帮某个同事把原本要2小时的重复操作，压缩到15分钟。
让我意外的不是它的效果，而是过程——第一个能用的版本，我自己边想边做，几天就出来了。
我做产品十几年，做产品之前还做过几年开发。我习惯的工作方式，这十几年大致是这样的：业务把问题给到产品，产品想清楚、写文档，然后由开发实现——这是一条非常成熟的路径。
我用AI把想法一点点跑出来——AI帮我快速搭出代码骨架，我做架构判断、做调试、做迭代。这种“人和AI配合做事”的体验，和我过去十几年熟悉的工作方式都不一样——从想法到他能上手用，几天就到位了。
那一刻我挺兴奋的，觉得“这就是AI时代的速度”。
但接下来的事情，让我冷静了很多。
二
第一版做出来之后，真正的问题才开始出现。
业务同事用了几天，反馈很多——有的是AI输出不够准、有的是边界场景没考虑、有的是想加新功能。这些都是好事，我也都能处理。
但更让我意外的是另一类问题：
这工具会不会被恶意输入？如果某天AI输出了不合适的内容，谁能第一时间发现？日志怎么记？权限怎么管？如果某天调用量突然大了，token成本怎么控制？如果它出错了，怎么回滚？
这些问题，在demo阶段我完全没想——demo嘛，跑通就行。但要让一个东西真的稳定地、长期地、被人依赖地用下去，这些问题一个都绕不开。
我大概花了和“做出第一版”差不多的时间在处理这些事。
我自己回头看，我才意识到：demo阶段我感受到的那种“AI时代的速度”，其实只是冰山的一角。水面之下还有很大的部分，而那部分，没有变快。回头看，我做开发的那几年留下的一些直觉，这次反而帮了忙——它让我对“后面那95%”有点心理准备，知道这些事不简单。但也正是这些直觉让我意识到，我熟悉的那一套“后面应该怎么搞”，可能也已经过时了。
三
我后来反复琢磨这件事，有一个粗糙的直觉：
做出原型的成本，这两年被AI大幅压低了。但“从原型到一个真正能稳定运行、能被信任、能被长期维护的东西”，这中间的成本，几乎没怎么变。
如果说原型阶段的成本曲线被压平了80%，那“原型之后”那一段的成本曲线，可能只被压平了一小部分。
这意味着这两段路的“长度对比”在变化。
打个不严格的比方——以前做原型可能占整个项目的30%，后续工作占70%，大家不太会特别留意“做原型”这一段，因为它不是大头。
现在，做原型可能只占整个项目的5%，后续工作占95%。那95%突然显眼了——不是它真的变长了，是它的“相对长度”被拉长了。
我一开始还以为我做的工具卡在了AI那一段，后来发现AI这一段已经没什么可优化的了。真正卡住的，是AI之外的所有东西：稳定性、安全、监控、变更管理、运维责任、应急响应……
这些事不新——任何严肃的软件，过去几十年一直在做。只是过去它们没那么显眼，因为它们的占比是和别的部分混在一起的。AI把“前面那段”压短了之后，“后面那段”在视觉上就突出了。
四
最近我在读Anthropic、Cursor这些前沿AI公司公开分享的工程实践，发现一件挺有意思的事：
他们花在“原型”上的精力，占比可能比我们想象的小。他们大量的精力，是花在“原型之外”的事情上——评测体系怎么搭、prompt怎么版本化管理、上下文怎么组织、生产监控怎么做、安全护栏怎么建、回滚机制怎么设计……
a16z在2025年的一篇报告里有句话我印象很深，大意是：“AI应用的真正壁垒，不在模型，也不在prompt，在那些围绕它的、不那么性感、但极其关键的工程能力上。”
这件事我读到的时候，有种“被点破了”的感觉。我自己做小工具的体验，正好印证了这句话——让我熬到深夜的，从来不是AI那一段，是AI之外的那一切。
五
这些经历让我开始想一些问题，我也还没想清楚：
第一个问题：产品做完原型之后，这个原型本身算什么？
它是个“demo”，做完就该扔掉、由后续流程从零重做吗？还是它本身就已经是某种形态的“初版”，后续工作是在它基础上加固？这两种答案，后续做事的方式完全不同。我自己心里隐约有个倾向，但还说不清楚。
第二个问题：那95%的“原型之外”工作，有多少是“必须每个项目重新做一次”的？
监控、日志、安全护栏、token管理、评测、回滚——这些事在我做的工具里要做一遍，在别的同类项目里也要做一遍。如果每个项目都从零做，那就是大量重复。但如果有一些公共的、可以复用的东西——它应该长什么样？这个问题我看Anthropic、Cursor、Vercel这些公司，他们的答案似乎都是“建一层公共的基础设施”，但具体到一家公司里这层东西应该怎么落，我没看清楚。
第三个问题：节奏的变化，会带来什么？
原型阶段的迭代是按“小时”在跑——业务同事看到东西就想调整。但“原型之外”的工作，有它自己的节奏——稳定性、合规、运维这些事，不是越快越好。这两种节奏怎么搭配？是让快的去等慢的，还是让慢的去追快的，还是两条节奏分开走、用某种方式衔接？我没有答案。
六
写到这里我意识到，这其实不是一个“AI怎么用”的问题。
AI这个变量丢进来之后，它扰动的不只是“做原型”这一段，而是整条事情的形状。前面变化了，后面相对就要重新审视;某一段的成本结构变了，整个项目的精力分配也得跟着变。这件事比我一开始以为的要更深一点。
我现在做工具的体验，常常是这种感觉——前面那一小段让我觉得“有些东西真的变了”，后面那一大段让我觉得“还有很多东西需要慢慢想清楚”。
这种体感本身，我觉得就值得记录下来。
我会继续做更多尝试——更多的项目、更快的迭代，也会继续观察。如果你也有类似的体感，或者完全相反的体感，欢迎找我聊——这个时代很多事，我自己都还没想清楚，比起急着下结论，我更想找到一些一起琢磨的人。
下次再写。
文中提到的资料：Anthropic工程实践博客、a16z《Building AI - Native Companies》系列、Cursor / Vercel等公司公开技术分享。