最近我们的技术部举办了第7届普实技术节！
一场24小时编程挑战赛，看上去是技术部的内部活动。我们想借它说清一件事：制造业数字化需要的AI，不是写得快的那种，是敢放到车间里用的那种；而“敢用”的前提，是有人先知道它会在哪儿出错。
10月24日早上8:30，会议室的大屏亮起来，倒计时开始走：24:00:00。31个人，分成10支战队。先抽卡。
第一张卡不是题目，是限制。
对，这是第七届普实技术节·24小时编程挑战赛的新玩法，这次的主题：给AI一个工位。规则很直接：24小时，从拆需求到做作品，AI可以参与开发的每一个回合，但最后必须拿出一个能跑、能演示、经得起评委追问的东西。
我们是做制造业数字化转型的。平时的工作，是帮工厂把订单、排产、设备、质量、批次这些事一条条搬进系统，再让数据回到该用的人手上。
所以这道题，不只属于技术部。
把创意写成作品的，是这群一起迎接挑战的人
0
1
把AI请进来，才知道它在哪里不够用
一种很常见的说法是：做技术的公司搞AI比赛，是为了不落后，顺便证明自己也会用AI。
这话不算错，但只对了一半。
演示能证明AI会写代码，证明不了另一件事：它写出来的东西，能不能交付。
制造业客户的现场，很少是干净的。需求常常是“要简单一点，但功能要全”；变更总发生在联调前一天；车间不能停机，老系统不能推倒重来；同一个物料编码，在三个部门有三种叫法。
在这样的现场，AI能加速的环节很多，能替你负责的环节是零。
所以我们把AI请进工位，动机很朴素：在自己身上先把坑踩完，而不是把坑留给客户。
会用一个工具，不算能力。知道它哪一步不能用，才算。
0
2
抽卡那一秒和客户现场是同一件事
比赛设了四类卡。
灵感卡决定做什么。七个方向全部来自日常工作：表单生成器、会议闭环、轻量项目管理、数据看板、工具复刻、效率提升、需求翻译官。
约束卡决定怎么做。“无鼠操作”“黑白棋局”“单屏应用”“信息可追溯”……功能要完成，限制也得满足。
附加卡是半路加的题。开发到一半，新挑战发下来。
道具卡是策略：答辩加时五分钟、跳过一道提问、更换一个问题。
选手抽到卡时的表情，做过项目的人都熟悉——需求又在进行中更新了。
工位与设备就绪，倒计时从这里开始
24小时被切成四次检查点。到点就要交代：需求规划做到哪、核心功能跑到哪、附加挑战接了没有、最后冲刺还剩什么。
“快好了”这句话可以随口说。到了检查点，得拿出点能看的东西。
这才是项目管理真正的难点。不是把计划排出来，是计划被打乱之后，还能交付出一个完整的东西。
客户不会等你准备好，需求也不会一次说完。
0
3
24小时里，人的工作变了
AI写代码很快。快到“写”这件事，不再是工作的主体。
一位选手的节奏是这样的：先把需求说清楚，让AI生成一版，跑起来看，报错了把问题喂回去，再改。循环往复。
明确需求，AI生成，运行验证，反馈问题，持续迭代。
这五步里，只有第二步是AI的主场。
第一步最容易被低估。“做一个好用的工具”听着很有方向，但AI没法执行这句话。得说清用户是谁、在什么场景用、核心流程几步、什么算验收通过。少让它猜一点，后面就少返工一点。
第三步最容易被省掉。AI说“修好了”，先别急着庆祝。打开页面，走一遍流程，试几个异常输入。让运行结果签字，比让它再保证一遍更管用。
最后一件事最容易被忘掉：把经验留下。哪种提问更有效，哪次判断避开了弯路，哪些错误值得提前检查——写下来，下次就不用再亲自踩一遍。
倒计时不会等人，屏幕前先解决眼前的问题
我印象最深的是冠军作品“皂白”。它抽到的约束是“黑白棋局”：整个界面只能用黑白灰。
这是一个很容易做成“不好看”的题目。他们把它做成了工业叙事——大屏讲业务，Pad控节奏。
四幕串起制造现场：订单的一生、车间脉搏、排产计划、批次追溯。
接单到发货是一条线；异常怎么处置是一条线；急单方案可以先比较再确认；批次出了问题，能顺着证据链往上下游查。
更关键的是做法：先定义业务流程、灰阶规则和验收标准，再让AI参与插画、实现和排错，最后用业务测试、联动检查和截图复核去验证结果。
调色盘只剩黑白灰，业务故事照样讲得有声有色。
AI负责生成，人负责定义“什么叫对”。这句话放在制造业里，不是方法论，是安全线。
PUAI 的 MeetingLoop，把会议结束之后那一段接住了：录音、逐字稿、说话人、决议、行动项。
它的规矩是：AI整理的决议和行动项，必须由人确认、修改或驳回，未经确认不进入执行看板。每条结论都能回到原文片段和录音时间点，同时保留模型版本、确认人、确认时间和变更记录。
在消费级产品里，这些设计叫“体验”。在制造业里，这叫底线。批次要能追，工艺要能查，责任要能落到人。
鲸鱼不写Bug 做的“普实翻译官”，接的开场白是“我也说不清，但你应该懂”。这句话，做实施的人一年要听几十次。
翻译官把日常语言整理成需求方案，再给出任务拆解、依赖关系、验收标准、待确认问题和风险提示。它甚至不急着给答案——高级模式会先逐题澄清，再汇总确认。
“你懂的。”先别急着点头，让它多问两句，再决定到底要做什么。
还有一句在制造业出现频率极高的话：“帮我加个字段。”200 OK! 的 OK表单生成器，
把这件事交回业务侧：配置字段、排布布局、生成数据表、发布链接或二维码，从设计一直走到数据回收。
这句话终于有机会，不再变成程序员的新工单。
四个作品，四个方向，其实是同一件事：AI把“写”变便宜了，把“判断”变贵了。
...
0
4
屏幕之外，这群人不太一样
十支战队的名字，基本能看出这个部门的气质。
“200 OK!”，口号是“拒绝报错，全部200”。程序员的终极梦想不是一夜暴富，是每次请求都返回200。至于业务逻辑对不对，先别急，至少状态码看着挺让人安心。
“阳光雨露”，口号是“阳光雨露，通宵不秃”。队名很阳光，口号暴露了程序员最后的倔强。
“鲸鱼不写Bug”，“鲸鱼出海，Bug拜拜”。“乌麻糕”，“键盘一响，AI登场；键盘一停，就想躺平”。“古德莫宁蒋”，“晨光敲代码”。
...
这些名字好笑吗？好笑。但它们不是插科打诨，是一种能力：在很难的事情面前，还能保持幽默感。
24小时里，工位就是作战室。椅子一拉，讨论开场。
有人把方案讲给对面听，只为给思路再加一双眼睛；有人围着同一块屏幕，一点点把实现对齐；有人试到第五个异常输入，终于把那个偶发的报错复现出来。
深夜的办公室不安静，但也不悲壮。
后勤把设备、零食、下午茶、夜宵、清晨咖啡一件件送到位。
赛事记录里留下一句话：AI等响应，人等开饭。两边都补给到位，项目才能继续往前赶。
一个团队的精神面貌，从来不靠墙上的标语。看他们在最累的时候，还怎么说话，怎么对待同伴的代码，怎么面对自己写出来的Bug。
0
5
奖杯会留下，经验更要留下
第二天9:00，汇报开始。评委坐在台下，看功能，也听思路。代码跑通之后，还得把“为什么这样做”讲通。
冠军是阳光雨露，亚军是张樊李戴，季军是00后。
颁奖之后，有一句话被反复提起：奖杯有归属，经验人人都能带走。
怎么分工、怎么取舍、怎么让AI帮上忙、怎么把质量把住关，这些会变成下一次项目里的底气。这次踩过的坑，希望下次只在复盘里见。
我一直觉得，“学习型组织”这五个字，最容易被讲空。它不是培训课时数，不是读书分享的照片，也不是墙上那句“持续学习”。
它更像三个具体的机制。
过程可见。四次检查点，让每个人的进度都必须拿出来讲，不能只报一句“快好了”。
方法可问。评委追问“为什么这样做”，让成功不只靠运气，让经验可以被复述。
错误可留。把哪种提问更有效、哪次判断避开了弯路、哪些错误值得提前检查写下来，交给下一个人。
一个组织愿不愿意在新东西上犯错，决定它能不能学会新东西。一个组织要不要把错记下来，决定它学到的东西是个人的，还是公司的。
还有一件事比奖杯更值得说。31个人，10支队伍，很多平时不在一张桌子上的人被抽到了一起。做前端的、做后端的、做测试的、做产品的，24小时里学会了同一种语言：把问题说清楚，把结果验证住。
这种能力不会写进任何一份产品文档。但它会出现在每一个开发项目的过程中。
0
6
回到制造业数字化：客户买的不是软件 是判断
制造业数字化转型，这几年走到了一个不太一样的位置。
过去十几年，行业的主要工作是把流程搬上系统：单据电子化、流程线上化、报表自动化。对不少工厂来说，这一程已经走得差不多了。
接下来难的，不是“有没有数据”，是“数据能不能支撑一个决定”。
车间的班组长早上要看什么？不是二十张报表，是三件事：今天哪台设备可能出问题，哪个订单要延期，哪批料需要复检。
工厂不缺数据，缺的是能被相信的结论。
AI在这里的位置其实很清楚。它不该去替代班组长的判断，它应该把重复的核对、记录、汇总接走，让人回到真正需要人的地方：异常处置、工艺取舍、和客户的沟通。
这也是我们对这场24小时的另一种理解。我们不是在训练一支会用AI的队伍，我们是在训练一种习惯：先把业务想清楚，再决定让机器做哪一段。
当然，AI会犯错。它会自信地给出一个错答案，也会在改好一处之后弄坏另一处。所以人工确认、过程留痕、结果可回退，一个都不能省。
快不是目的，可信才是。
制造业不需要更炫的AI，需要更可靠的AI。而可靠的AI，只能由一群知道哪里会出错的人做出来。
24小时结束的时候，是第二天早上8:30。
倒计时归零，作品上台，奖杯有了归属。走廊上还留着没喝完的咖啡，工位上散着网线和临时贴的便签。
有人问，这样的比赛办到第七届，还图什么。
图的东西一直没变：让一群人，在一个限定的时间里，把想法做成一个真的能用的东西。顺便确认一下，自己还站在技术往前走的那一边。
工位是给AI的。位置是给人的。
工具会更新，模型会迭代。把问题说清楚、把结果验证住、把责任担起来的人，永远有工位。
