Building in public · 2026

把业务问题,
做成能运行的东西。

我关注 AI、数据、自动化与企业工具,但真正关心的是:它们能不能进入真实业务,替人解决问题,并产生可验证的结果。

真实业务问题AI 协作开发上线与使用沉淀为资产
01 / SELECTED WORK

不展示“我会什么”,而展示我把什么问题做成了产品。

这里开始接入真实项目案例。第一个完整 Case Study 来自多平台电商经营场景:不是展示“做了一个看板”,而是展示我怎样把老板模糊的算账问题拆清楚,再真正做成系统。其余项目继续逐步替换为真实素材。

6 个项目 · 1 个完整真实案例
REAL CASE / 01真实项目 · CASE STUDY

帮老板把电商生意算明白

老板真正缺的不是更多报表,而是一套能回答“到底卖了多少、为什么变了、谁造成的、最后赚了多少、这个结论能不能信”的经营账。

我把问题重新定义为:先建立可信经营口径,再把变化从公司追到品牌、平台、店铺、商品与链接,最后继续走向成本和利润。

真实业务经营算账多级下钻利润口径数据治理
多平台电商经营算账系统经营总览
PROJECT / 01正在使用 · DEMO

多仓运费测算工具

把不同仓报价、计费重量、冷媒和包装成本放进同一个判断模型,运营不再反复翻表。

示例价值:从“查报价 → 手算 → 对比”收束为一次输入、自动给出候选仓成本排序。

成本模型多仓比较物流决策辅助
PROJECT / 02持续迭代 · DEMO

库存经营看板

不是展示库存,而是把危险库存、滞销 SKU 和调价后的动销变化先暴露出来。

示例价值:从“人工翻表找问题”转为“先处理真正异常的 SKU”。

库存异常识别清货
PROJECT / 04开发中 · DEMO

AI 包装设计助手

把模糊的新品想法拆成定位、卖点、视觉方向与可持续修改的包装方案。

示例价值:缩短“想法 → 首版效果图 → 选中方向 → 修改”的路径。

生成式 AI包装需求澄清
PROJECT / 05已部署实践 · DEMO

Hermes 自动运维体系

让 Agent 自主完成低风险部署与运维,同时把删除、破坏性变更等高风险动作关进审批闸门。

示例价值:自治和安全边界不必二选一。

AgentLinuxDevOps
$ hermes status
agent: active
gateway: healthy
policy: high-autonomy
approval: destructive-only

✓ deploy pipeline ready
✓ rollback checkpoint created
! firewall change requires approval
PROJECT / 06设计中 · DEMO

商品经营分析系统

让月报不再停在“结果描述”,而是区分事实、证据、推断与待追问事项。

核心原则:没有数据就不强行解释根因,而是指出下一步该追问哪里。

分析框架证据边界决策
02 / HOW I WORK

FDE 对我来说,
不是岗位,是一种做事方式。

我不太在意一个问题最后应该归到产品、运营、数据还是开发。真实业务不会把问题按岗位边界切好。对我来说更重要的是:能不能走进现场,把问题看明白,再借助 AI 把它一路做成结果。

MY POINT OF VIEW

很多需求一开始都只是表象。有人说“我要一个报表”“做个系统”“这个流程太麻烦了”,但如果只是照着这句话往下做,很容易交付了一个东西,却没有真正解决问题。

所以我更愿意先多往里面走一步:为什么要做?现在到底卡在哪里?真正影响结果的是什么?有没有更直接的办法?想清楚以后,再决定要不要做系统、工具、Agent,或者其实根本不需要写代码。

AI 对我最大的价值,不是让我多一个“会 AI”的标签,而是让我有能力跨过过去很多技能边界:需要梳理业务就梳理业务,需要分析数据就分析数据,需要做产品就做产品,需要开发和部署,就借助 AI 把它真正做出来。

01 / UNDERSTAND

先把真问题看清楚

不把需求原话直接当答案。先搞清楚谁在做、为什么做、卡在哪里,以及真正影响业务结果的变量是什么。

02 / BUILD

自己把方案做出来

不等问题被切成一项标准任务再执行。从业务逻辑、数据结构到页面、工具和 Agent,能推进的就继续往前推进。

03 / USE

有人真正用,才算完成

页面能打开、代码能运行都只是中间状态。真正的完成,是它进入工作流程,让原来的事情发生变化,并产生可以验证的结果。

04 / COMPOUND

把一次做成变成能力

把业务逻辑、数据结构、方法、SOP、工具和踩过的坑留下来,让今天解决的问题成为下一次解决问题的起点。

WHAT I VALUE

我更愿意用一件事情来定义自己的价值:
不是“我是什么岗位”,而是“我到底做成了什么”。AI 正在让岗位之间的边界变得越来越模糊。未来更稀缺的,可能不是某一个岗位上的标准能力,而是能够跨过边界,把复杂问题持续推进成结果的人。

03 / TOOLS

工具不是项目截图。最好能让人当场点一下,马上明白它解决什么。

所以第一版就先保留可交互 Demo。后续真实工具完成后,可以直接把这个区域替换成在线工具、使用教程和实际输入输出。

LIVE DEMO

多仓运费测算

下面就是一个能计算的演示版本。输入重量、冷媒包装和两个仓的示例费率,立即比较成本。

河南仓¥17.60
华东仓¥15.80
当前更优华东仓
PROTOTYPE

经营异常识别

输入店铺/产品数据后,不只告诉你涨跌,而是把最值得追问的异常先排序出来。

PROTOTYPE

包装需求生成器

把一句“我想做个家庭装汤圆”的模糊描述,转成定位、卖点、画面方向和设计约束。

04 / OPERATING SYSTEM

我的工作不是“接任务”,而是把一个模糊问题一路推到能产生结果。

01

找到真问题

谁在做、为什么做、哪里慢、哪里错、真正影响结果的是什么。

02

把业务建模

把流程、规则、数据、口径和异常转成可描述、可计算结构。

03

做成产品

借助 AI 把方案快速做成页面、工具、Agent 或数据系统。

04

进入真实使用

上线只是开始,真实用户反馈才会暴露最值得改的地方。

05

沉淀为资产

项目、SOP、Prompt、数据结构和复盘全部进入下一次复用。

STILL BUILDING

复杂没关系,
先把它做出来。

这个网站本身也会持续迭代。真实项目、实际截图、操作视频、在线工具和文章,会逐步替换当前的演示内容。

项目详情
系统截图
系统截图大图