上个月有个小生意卖出去 600 多份商品，客单价 20 块上下，总流水 1.2 万多。商品是一份个性化分析报告。600 个人下单、填问卷、拿到报告，全程没有一个人加客服，没有一个人把订单截图发给运营，也没有一个运营手动传过文件。
这是我在一个付费社群的复盘文档里读到的真实案例。作者是位有 12 年开发经验的程序员，帮朋友搭了这套东西。我在飞书里把那篇一万六千字的复盘完整读了一遍。文章里最值得讲的部分，是它把「AI 落地」拆成了一格格能验收的活，每个格子里谁干什么、干到什么程度算完，写得清清楚楚。
整条流程长这样。用户在微信小店下单，系统自动发货。用户拿到的是一个小程序入口，每份报告都是下单后现生成的。用户从订单点进去，系统先校验这笔订单真实有效，再放出问卷。问卷提交后任务自动创建，AI 拿着问卷去知识库里查对应的方法，生成一份结构化报告，检查内容和格式，转成 PDF 传上云端，最后通过消息把报告入口推回给用户。
从下单到报告送达，运营的手一次都没插进去。运营能看到的只有一张任务表，哪些报告在排队，哪些已经完成，哪几单出了异常需要人工补一下。
多数团队对「用 AI」的理解还停在第一级。有问题打开对话框问一句，AI 答一句。这位作者把 AI 的用法分成三级，问一次答一次算一级，把整个项目交给它反复修改算二级，接进业务让订单和数据变化自动触发它，算第三级。他有个说法我原样转过来，未来 AI 产品表面上卖功能，本质上卖的都是经过业务封装的 AI 处理量。你的团队停在几级，决定了你说的「用上了 AI」到底是省了几次搜索，还是真的少雇了人。
这个案例最值钱的部分，其实是分工线。把整条流程拆开看谁在干什么。AI 负责三件事，理解用户问卷在问什么，从知识库里匹配合适的方法，把报告写出来。订单校验、任务状态、PDF 排版、消息推送，全部是普通程序在跑，一行 AI 都没有。
有四类动作，作者明确不给 AI 碰。金额计算、库存扣减、权限校验，这些有明确规则的事交给程序，AI 算错一次就是真金白银。退款、付款、删数据、对外发布，这四类保留程序校验加人工确认，AI 只能起草，人来签字放行。
这条线画在哪里，每个生意不一样，但画线这件事本身不能省。我见过不少团队的 AI 试点，翻车就翻在没画线。AI 起草的活动文案直接发出去了，AI 算的成本直接进报表了，出了错都不知道该找模型还是找人。这个案例的规矩朴素但有效，AI 写的东西，活动名、标题、日期，负责人签字才放行。
有两个坑值得记下，一个在动手之前，一个在代码写完之后。
第一个坑在动手之前。作者在成都一场线下编程活动里遇到一个组员，让 AI 做了个视频自动剪辑的网页工具。代码逻辑没问题，选素材、配音乐都正常，点击运行就是不出片。查下来原因很土，素材在 Mac 相册里，网页没有权限读，运行环境也装不了处理音视频的依赖。项目跑错了地方，AI 写得再对也白写。这位作者的解法是把开发拆开走，先让 AI 做技术调研不许改代码，方案人工确认后再动手，每段开发完跑一次真数据，最后拿真实素材完整走一遍。AI 说已经完成不算完成，导出的文件真的存在、打得开、内容全，才算完成。
第二个坑在代码写完之后。小程序要备案，隐私保护指引要按实际收集的信息逐项配置，用户填的姓名、联系方式、业务数据，哪些保存、哪些会进模型，都要提前写清楚。报告由 AI 参与生成，页面和 PDF 里也要保留相应说明。这些活一行代码都不用写，但没有一件能绕过去。技术上的事 AI 能替你干，这些合规上的事替不了。
账要诚实。600 单流水 1.2 万，这个数字我原样报出来，不大。作者自己也说了，卖得动主要因为甲方本身有流量，系统解决的是交付端的人力，一单都不需要人跟。如果你把它看成「AI 帮小生意赚了钱」，这笔账就算错了。这套系统省下的是一个人盯交付的工时，以及 600 次交付不出错的一致性。流量是流量，交付是交付，两件事别混在一个期待里。
想在自己业务里找这个机会的人，路径是现成的。交付环节的重复人力可以全部收掉，做法是把 AI 卡在理解和生成这两步，订单、校验、推送仍走现有系统，退款和对外发布保留人工确认。先拿一个客单价低、出错可承受的商品试点，跑通一百单再谈扩大。
最后留一个问题。你们现在交付一个东西给客户，中间要过几个人的手？把那几个动作写下来，圈出重复最多的一个，评论区说说它是什么，下一篇我拆它的最小起步。