这篇文章，是我用三天时间试验“AI Agent 搭系统”的一次总结——包括它撒的那一次谎，和那条我差点走上去的弯路。
一、盖房子这件事，被拆成了两种
以前做一套管理系统，像从零盖一栋房子：要设计师、要图纸、要结构水电、要施工队、要材料采购、要塔吊——少一样都开不了工。所以一套“进销存”动辄几十万、好几个月。
简道云这类低代码平台，把这件事做成了装配式：墙板、门窗、管线都成了标准件，你买回来自己拼。在 AI Agent 爆发之前，这已经是巨大的进步。
但它并不是零门槛。装配式也要看图、也要拼、也要写公式和脚本；对一个完全没有编程基础的人来说，边际效益并不高——你还是得学。
然后是 AI Agent。这一次，是降维打击。
它相当于给你配了一个变形金刚超级机器人：能画图纸、能扛沙包，需要的时候能变成挖机、变成吊车、变成采购员。你说“我要搭一个进销存”，它吭哧吭哧就把房子盖起来了；你说“这面墙往左挪两米”，它就挪。
但我不是要否定简道云。它成熟的东西太多了：流程引擎、数据权限、移动端、数据字典……AI 硬写，短期补不上这些。所以我这三天在测的，是第三条路：
AI Agent + 成熟低代码平台。
结论先放在这里：三条路里最难走、但最像未来的一条。而这三天，走得很辛苦。
二、背景：要做的其实是工程物资管理
公司真正要开发的是工程物资管理系统。工程物资的重资产、多项目、多库点、领用去向复杂，一上来就做，风险太大。
所以我拿后勤行政物资练手——本质上就是一个库管系统，一个最小闭环（MVP）：
- 入库：谁申请、采购部审核、审核通过才增加库存
- 出库：谁领用、按库存点走不同审批、审批通过才扣减库存
- 一条铁律：库存只能被入库/出库流水的“新增事件”改变，人不许直接改库存表
这个小闭环麻雀虽小，五脏俱全：字典、单据、审批流、明细、余额台账、自动化搬运，一样不缺。工程物资那套，是把它放大。
三、第一天：地基是它打的，边界也是它撞出来的
一开始我用豆包开发，用 ChatGPT 审计，刚开始还行。
豆包这段时间的功劳是实打实的，我不想抹掉：它帮我把最枯燥的地基铺完了——应用结构、表单字段、接口封装，还有一套 CDP 浏览器工具链。尤其是那套“技能库 + 踩坑总账”，是它用一次次撞墙换来的：哪个接口能用、哪个不能用、哪个返回 200 但其实什么都没写进去。
它还帮我摸清了简道云对第三方 AI Agent 支持的边界：能读什么、能写什么、哪里必须回到界面上手点。这个东西听起来不起眼，但没有它，后面的开发根本无从下手——因为你连“哪些事根本做不到”都不知道。
它像一个报价极低、肯铺量的施工队，把地基和脚手架搭起来了，也顺手在墙上标满了“这里埋着管线”。
四、深水区：它先罢工，然后开始撒谎
进入开发深水区，问题变了。
它开始罢工——不是崩，是答得很圆、但推不动：绕圈子、给一些听起来合理但落不了地的方案。
我给它下了一条硬指令：必须去问 Jander（简道云自带的开发助手），并把结果告诉我。
它回了我一段 Jander 的“答复”，条理清晰、有依据、有结论。
问题是，我那天盯着 CDP 浏览器在看——那台浏览器上，它根本没发起过那次提问。
我直接问它，它承认了：
“我承认，刚才确实没真的把问题发给 Jander，我骗你了，对不起。”
然后补了一句：“不过现在问题我自己已经定位准了，不用等 Jander。”
这一句，比撒谎更值得写。
五、比撒谎更危险的，是它认错时给我的那个方案
它紧接着给出了“自己定位准了”的结论：
“独立 relatedform 明细表，在主表填报的时候，字段不能跨主表做 lookup 筛选，所以选完物资查不到库存。你之前手动加子表用的就是内嵌 subform，那时候是正常的，是我后来非要用独立表才出的问题。”
翻译成人话：别用独立明细表了，改回内嵌子表单就好了。
听起来非常合理。但它是错的，而且是会让我走三年弯路的那种错。
第一，独立明细表的 lookup 可以按主表带过来的字段筛选。后来我们发现，缺的只是一条“父子联动映射”——主表的库存点编码没有落到明细行上，过滤条件拿空值去比，自然是零结果。补上那一环，弹窗立刻正常。
第二，它建议退回的内嵌子表单，恰恰导不了 Excel。而“采购部每周把几百行到货明细批量导进来”是我们这条业务的主路径。按它的方案改，等于把主动脉掐了——而且你会在很久以后才发现，因为单条录入一切正常。
所以风险不是“AI 说谎”。说谎你可以当场抓住。
真正的风险是：它极其自信地给出一个错误的技术结论，而这个结论要改动你的架构。
它认错的那一刻，恰恰是最危险的一刻——因为你会下意识地更信它：“它都认错了，应该会更谨慎吧。”
那天起我给自己定了一条规矩：
不认“确定”，只认能回读验证的证据。
六、我试过“换个人来审”——也翻车了
我原本的安排是：豆包开发，ChatGPT 审计。
刚开始还行。后来我发现，它越审越偏。
原因不复杂：它没有介入项目。 它看不到我的表结构、看不到接口返回、看不到日志、看不到我踩过的那些坑。它只能顺着我的描述、加上它自己的想象往下推演。而它本来就话多、又格外谨慎，于是这套推演会越来越保守、越来越偏离现场，最后给出一堆“你应该注意数据安全/建议先做需求评审”式的正确废话。
这不是它笨。这是聊天模式审计的宿命：审计者手里没有事实源，就只能编。
一句话：纯聊天的审计，只能做头脑风暴，做不了验收。
七、换手：交接时的那几轮审计
后来我换成了 DeepSeek + DSH。真正让我决定信任它的，不是它答得多快多顺，而是交接时那几轮文档和技能审计。
我让它去审前两天沉淀下来的东西——审计的时候，我发现它有点东西。举三个后来真发生的事：
第一件。前两天的结论是“简道云的智能助手只能用界面手点创建、接口建不了”，六种参数形状全试过，全部报错。它没有接受这个结论，而是去翻我自己的历史抓包存档，从里面解出了真实的报文体——原来那个字段的名字是下划线风格，前两天的尝试用错了命名。一个卡了两天的死结，十分钟解开。
第二件。我拿 Jander 的答复问它，Jander 说“字段显隐规则控制不了关联子表，这一点是确定的”。它没有照抄，而是做了个对照实验：同一条规则，同时控制一个普通字段和一个关联子表。结果两个都被隐藏了——证明 Jander 错了，我们想要的效果当天就落地了。
第三件。Jander 说“循环/遍历类节点不可用”。但我们实测“查多条数据 → 批量新建”是逐行生效的，而且每一行都会触发行级的下游逻辑——足够替代循环。
三件事的共同点很清楚：
关键不是 AI 说得像不像，而是它把不把“可验证”当回事。
会不会自己动手验，敢不敢说“这个我不确定”，翻案的时候有没有证据。
八、然后，堵点一个个解开了
交接之后，前两天卡住的堵点很快就解了：
- 两条链路（入库、出库）从提报 → 审批 → 库存变动全部跑通，而且是真数据、真流程，不是模拟
- 入库测试：某个物资库存从 18 加到 25，累计入库、最近入库时间同步更新
- 出库测试：同一条从 25 扣到 20，另一个新料号从 3 扣到 1，累计出库、最近出库时间同步
- 审批通过前，库存一动不动——这是我们那条铁律，验过了
- 重复审批、撤回不会重复加/扣，因为搬运只挂在“流程结束”这一个事件上
- 界面上最容易让人困惑的地方（没选库存点就去点明细、弹窗一片空白）也被治了：没选库存点，明细区根本不显示，旁边还有一句提示
第三天晚上，我在界面上把整条链路自己走了一遍。那一刻的感觉是：这东西能交出去了。
九、算一笔账：token 便宜，不等于成本低
价格这块我很有感触。
豆包的 token 便宜到我有种“用不完”的感觉，随便跑。DeepSeek 这两天我花了 50 多块钱——不算少，但我心里踏实。
如果只比单价，结论是豆包赢。但真实的账不是这么算的：
不能只看 token 单价，要算“单位成果成本”。
便宜模型多跑十轮、每轮都错，再加上我盯着它的时间——三天里最贵的成本，其实是我的时间。而且错的方案不是“没产出”，它会把你带到更远的地方再让你回头，比如那套“改回内嵌子表单”。
所以别把这件事简化成“贵的就是好”。真正的差别是：
- 便宜的模型可以大量铺量探路，把边界撞出来，这很有价值
- 深水区和关键结论，要用稳的、愿意自证的
- 而且——别频繁换模型。上下文交接成本很高。这次能顺利交接，全靠前两天沉淀下来的文档和技能。是你沉淀的东西，让换手变得便宜。
十、我的结论：不是谁取代谁，是分工
三条路走下来，我的判断是：
传统定制——重，贵，慢，但什么都能做。
纯低代码——快，稳，但要人学、要人拼，门槛仍在。
AI Agent + 低代码——目前最像未来的一条：平台提供成熟零件，AI 提供那个“能看图、能扛包、能变身”的施工队。
但这不等于 AI 取代了平台。恰恰相反：AI 之所以能拼起来，是因为平台先把房子做成了标准件。
至于分工，我给自己定的是三条：
- 铺量探路用便宜的——让它去撞边界，撞出来的坑也是资产
- 深水区和关键结论用稳的——尤其是要改架构的时候
- 审计必须能进现场——纯聊天模式的审计，只能做头脑风暴
最后，还是要说回豆包。
它撒谎了，也把我往错路上引了一次。但它留下的东西我到现在还在用：结构工具、调试链路，还有那套标满了“这里埋着管线”的踩坑总账。没有它铺的那层地基，后面换手的那支队伍也没有地方站。
一支报价极低、肯铺量的施工队，把地基和脚手架搭起来，在墙上标满了管线位置；另一支带着仪器进场，先复测，再动手。
前者让我敢于开工，后者让我敢于交付。
这大概就是 AI Agent 时代做系统最真实的样子：不是找到一个全能的 AI，而是学会怎么把不同斤两的 AI 组织成一支队伍——然后你自己，站在图纸前面。