09|现场施工(上):在客户系统里填 gap、写生产代码
你好,我是曹犟。
上一讲的结尾我提到过,demo 验证通过,下一步就要真干活了。在这一讲和下一讲里,我们会讲现场施工:怎么把一个每周演示的 demo,变成客户生产环境里能扛住真实业务的系统。今天先讲上篇:填 gap、写生产代码。
我们先给“施工”做一个定义。很多工程师觉得,demo 都跑通了,剩下的不就是让 AI 把代码写完吗?我的看法恰好相反: 从 demo 到生产系统,难的从来不是写代码本身,而是你要在客户的地基上施工。这地基包括客户的系统、客户的数据、客户的流程。通常情况下,这些地基图纸不全,说明书过时,有时候甚至“承重墙”在哪儿都没人说得清。这一讲要讲的,就是在这样的地基上,怎么把活干得又稳,同时不留后患。
我把这个问题拆成三部分:先做哪个 gap,代码写在哪,以及集成和迁移这个最容易被低估的环节。而在最后,我会再讨论一个中国特色的问题:私有化。
先画 gap 清单,再排优先级
这节课中所提到的 gap,其实就是产品现有能力和客户真实需求之间的差距。在 demo 阶段,你用最小单元绕开了这些差距;而如果要上生产环境,这些差距就绕不过去了。
我们解决 gap 的第一步不是直接动手,而是先把 gap 一条一条列出来,排优先级。一个可行的做法是画一个简单的四象限矩阵,用两个问题来确定 gap 的具体坐标。
第一个问题: 这个 gap 是很多客户都会有的通用需求,还是这家客户特有的?
第二个问题: 不解决它,系统能不能上线?它是阻塞项,还是锦上添花?
这两个问题一交叉,四个不同的象限和四种不同的打法就出来了。
通用又阻塞的 gap,优先做,而且要做在平台层。这是最值得投入的一个象限,在这家客户解决这个问题,下个客户直接受益。
特有又阻塞的 gap,要做,但要做在隔离层,别让这家客户的特殊逻辑渗进产品主干。至于隔离层具体怎么做,下一节会展开。
通用但不阻塞的 gap,别在项目里顺手做掉,而是把它变成一条 正式的产品需求,和其他客户的其它需求一起统一进行排期。这个动作有个正式的名字,叫平台提交,第 13 讲讲沉淀时会展开。
特有又不阻塞的 gap,拿出 第 6 讲 所说的勇气:跟客户商量 延后,甚至明确说不做。敢说“放弃”,在施工阶段一样重要。

我举一个简单的例子。我们的产品需要对接主流广告平台的数据接口,这个功能很多客户都要,并且如果不接整个流程就没法跑通,这是通用加阻塞,需要做进平台。对接某家客户自建的 CRM 系统,这个系统只有他们家有,但是如果不接就跑不起来,这就特有加阻塞,还是要做,但要放在隔离层里。报表多一种导出格式,这个功能很多客户提过,但是不做也不影响上线,这就是通用加增强,提回产品需求池,统一排期。客户的某个部门想要一块个性化的数据大屏,只有他们要,并且和上线验收也没有关系,这就特有加增强,可以放到延后清单里,跟客户说清楚什么条件下再看,并且需要增加多少预算。
这里我们回顾一下 第 2 讲,当时我们曾经给真假 FDE 立过一条判断标准: 看代码,构建的是产品里还没有的新能力,还是只做配置和集成。 我们现在 gap 施工,要做的正是产品里还没有的新能力。这也是 FDE 和实施最像但又最不一样的地方:双方的动作看起来都是“在客户环境里干活”,但 FDE 每填一个 gap,都必须多问一句:这个能力,能不能长回产品里去?
代码写在哪:负债区、隔离区、资产区
gap 排好序,第二个问题就来了:代码写在哪里。这个问题的分量,比大多数人以为的都要重得多。
我曾经写过一篇文章,讨论 AI 都能写代码了、还要不要做企业级软件。文章里面有个观察:企业软件要满足客户的个性化需求,无非三种方式:增强配置能力,开放 API 让别人定开修改,或者干脆自己从零定开。这三种方式都会显著增加成本和复杂度,而同时标准软件公司天生不擅长管理定开,这种矛盾在行业内是客观存在的。而定制开发这件事,不管用什么姿势做,都有代价,区别只在于,代价是一次性的,还是要跟着一辈子。
所以,我会把客户项目里的代码位置分成三个不同的区。
第一个区, 这家客户的部署实例深处,我叫它负债区。在部署到客户环境的产品副本上,把这家客户的特殊逻辑直接写死,不走产品主干修改。这么做,短期最快,但长期最贵。这些代码只活在这一家客户那里,从此只有你能维护,产品每次升级都要人肉对齐,谁写谁得背一辈子锅。
第二个区, feature flag 和配置层,我叫它隔离区。这家客户的特殊逻辑,要做可以,但代码要进统一的产品代码库,并通过开关和配置管理:开关只对这家客户打开,别的客户不受影响,产品升级时它跟着版本一起走,不需要人肉对齐。将来如果发现别的客户也要,把开关变成正式功能就行。
第三个区, 平台层,我叫它资产区。把这个 gap 抽象成一个通用能力,做进产品或者平台里。这家客户是第一个用户,但不是唯一的用户。每一行写在这里的代码,都是给下一个项目省下的时间。

简单来说:写在哪,决定这行代码是资产还是负债。FDE 的施工纪律,就是尽量把代码往隔离区和资产区推。
但是这条纪律,执行的时候也不能过于矫枉过正。
我举一个神策自己的例子,在很长一段时间里,我们都是“一套代码打天下”的坚定信徒,累计服务两千多家客户、几十个行业,始终坚持同一套代码,并且我们都很以此为荣。但这样做的代价是,面对少数客户的个性化需求,我们依然按照惯性用往产品里加功能的方式来消化。日积月累,产品越来越臃肿,迭代越来越困难;还有很多对单个客户很有价值的需求,也因为这种方式而无法响应。
今天回过头看,这其实就是把本该放进隔离区的东西,硬塞进了资产区。所以关于这三个区的纪律,完整的说法应该是两句话: 别把特殊逻辑写死在负债区,也别把伪装成通用需求的特殊逻辑硬塞进资产区。
在意识到这个问题之后,我们也做了很多改变。一是引入了功能 flag 机制,对部分客户需要的功能先用 flag 做区分,这就是隔离区的做法。二是大力开发 OpenAPI,加强对定开制品的管理。OpenAPI 本身是做进产品的通用能力,属于资产区;而基于 OpenAPI 开发的定开制品,不管是客户、第三方团队还是我们自己的定开团队开发的,压根不进产品代码库,只要它只依赖公开接口、有专门的制品管理,产品升级就不需要人肉对齐,相当于一种更为彻底的隔离。当然,如果定开绕过公开接口去调产品内部的实现,那它挂在体外,也还是负债。
而现在到了 AI 时代,FDE 的施工纪律变得更重要了。AI 让我们写定制代码变得飞快,负债区的诱惑比过去大得多:客户提一个特殊需求,AI 一小时就能写完,写在哪儿好像都无所谓。 第 2 讲 我们说过,基于 AI 的定开,AI 改变的是交付的效率,没有改变交付的性质。
放到 FDE 的施工语境里,这句话可以说得更具体: 写在负债区的代码,AI 帮你写得再快,它也还是负债,只是你欠债的速度变快了。 所以在这一环,人和 AI 的分工很清楚。代码写得快,是 AI 的事;但这段代码该不该写进负债区,是不是该沉到平台层变成资产,都是你的判断,AI 替你做不了决定。
顺带讨论一下,作为 FDE,在施工现场需要具备哪些真实技能。Shimoda 列过几项能力,标准面试很难测出来,但现场天天要用:限时读懂陌生代码库;在无法复现的客户环境里调试;跟“文档在撒谎”的遗留系统打交道;写别人接得住的可维护代码。
“文档在撒谎”这一点,我特别有共鸣:接口文档说返回三个字段,其实返回五个,其中一个还偶尔是乱码,这是现场的常态。这种情况我们刚碰到过一回:我们给一家出海电商客户做 AI 可见性体检,它网站的 robots.txt 白纸黑字写着放行 AI 爬虫,但防火墙却默认把主流 AI 爬虫全拦在门外,老板对此完全不知情。文档说的和系统实际干的,经常是两回事。
同时,Shimoda 还总结说,FDE 要过四个技术能力的关:生产级编程、数据工程、云与基础设施、安全合规,缺了其中哪一个,交付就恰好会在你最弱的那个维度上失败。这套能力模型,我们第 22 讲讲能力与面试时会完整展开。
集成与迁移:最沉默的杀手
回答完代码写在哪里这个问题后,FDE 现场施工要面临的第三个问题,就是集成和迁移。这两件事是一对儿:集成,是把你的系统接进客户正在运转的那些系统,让现在的数据流得起来;迁移,是把客户攒了多年的历史数据搬进你的系统,让过去的存量不丢。新客户上线,这两件事一件都躲不开。我自己的观察是: 一个新客户上线的过程中,真正的沉默杀手不是模型效果,也不是功能缺失,而是集成。
说它是沉默杀手,是因为大多数情况下,它在方案评审时几乎不占什么篇幅。大家的注意力都在功能和效果上,集成往往只是整体架构图上几根轻描淡写的连线。但真到开工后你就会发现,每条连线背后都是一场硬仗:鉴权方式对不上,数据字典的含义没人说得清,接口限流在文档里没写,历史数据迁移一跑就是几天,跑完还有数据 diff。
我们自己在客户现场也一样。 第 5 讲 提过,我们驻场时用 AI 连上广告系统的 MCP 和客户自己的业务系统,获取数据帮客户做分析,听起来很轻巧,但前提是先把广告平台的账户体系一个一个接通、客户自己的报表口径一个一个对齐。这部分工作从来不会出现在给客户看的亮点清单里,却是实打实的工作量。
这也不只是我一个人的感受。有一家做研发效能分析的公司 Faros AI,做过一项覆盖上万名开发者的研究,结论很有意思: AI 让写代码提速之后,瓶颈并没有消失,而是下移到了评审、测试、发布这些交付和集成环节。 写代码越快,集成在整个交付里占的比重反而越大。这也从另一个角度验证了,为什么 AI 越强,专门啃“最后一公里”的 FDE 反而越值钱。
Palantir 在空客的项目,也是把集成当主战场打的典范。按 Palantir 自己披露的口径,他们从 2015 年起往空客的工厂里派驻 FDE,做的核心工作,就是把 A350 生产线的排程、班次、零件、交付、缺陷这些散在不同系统里的数据整合起来,做成统一的界面,进一步辅助生产规划和故障排查,后来逐渐扩展到二十多个用例,使得 A350 的整体交付速度提升了大约三分之一。这个被业内反复引用的 FDE 经典项目中,真正有价值的不是什么惊艳的规划算法,而是把一堆工业级系统里的数据弄明白、串起来。
当然,这个项目后来还长出了一个更大的东西,叫 Skywise,那就是沉淀的故事,我们把它留到第 13 讲。
那集成这场硬仗应该怎么打?我的经验是要做好这样几个动作。
第一个动作,把连线变成清单。方案评审的时候,架构图上跟外部系统的每一根连线,都要落地成具体的明细:对接哪个接口、用什么方式鉴权、数据字典谁说了算、限流是多少、有没有测试环境、联调窗口找谁约等等。评审的时候需要抽时间按这张表过,一项一项确认。连线画起来只要一秒,而这一项项填下来,问题才能提前暴露。
第二个动作,先打通一条哪怕最细的真实链路。别等功能都开发完了再去联调,开工的第一周,就可以用客户的真实环境,把一条端到端的数据链路打通,哪怕一天只同步一条记录。目的不是交付功能,而是把鉴权、网络、权限这些看不见的承重墙提前“撞”出来。这也是 第 8 讲 最小单元思路在集成上的延续。我们做投手 Copilot 驻场在客户现场的时候,产品形态还没最终确认,但已经在 Claude Code 的 Harness 环境下,打通了跟客户真实广告系统的数据接口,产出了真实的盯盘报告。一方面固然是验证 AI 的能力与效果,另一方面,也是为后续真正上线后的集成环节提前趟坑。
第三个动作,数据迁移要先彩排,先定好数据对账的标准。历史数据迁移,别上来就跑全量。先小批量试跑,并且在试跑之前,就跟客户约好什么叫“对上账”:对哪几个指标、允许多大的误差、谁来签字确认。如果对账标准不先定,账就永远对不完。这一点,在神策这些年的交付服务里,真是充满了血和泪:不管你方案做得多完善,只要迁移了系统,数据就很难做到 100% 对齐,也完全没有必要追求 100% 对齐。在踩过几次坑之后,我们在启动迁移项目之前,都会提前跟客户约定好对账的验收标准,不然这个项目根本没法做。
额外提醒一下,FDE 在做项目计划的时候,需要给集成单列预算,别把它当成“顺手就干了”的杂活。另外,我的经验是还要专门预留一块资源解决长尾场景:项目里那些零散、复杂、只能一个个单独处理的集成场景,这个比例在我们自己的实践里反复出现。计划里没预留这类资源的项目,后期大概率失控。
中国特色,再加一层:私有化与版本纪律
在中国做 To B 施工,上面三个问题之外,通常还要加一层:私有化部署。
我们前面讲负债区的时候,我曾经说它在“部署实例深处”,而这个区之所以存在,正是因为私有化给每家客户都留了一个自己的产品副本。纯 SaaS 的世界里,没有“每家客户一个副本”这回事。可以说,私有化就是负债区滋生的土壤。
私有化的代价,我在神策体会了十一年,展开说是三个问题。
开发:不能依赖公有云的基础设施,很多能力要自己造或者自己适配。
运维:你很多时候进不去客户的生产环境,出了问题只能靠文档、靠 VPN、靠投屏、靠驻场,稳定性保障的难度上一个台阶;再遇到信创环境、混合部署,难度再上一个台阶。
版本:客户各自锁在不同版本上,版本分裂几乎必然发生,你要同时维护多个分支。
版本这个问题,在交了很多学费之后,我提出了这样一套版本纪律,供你参考。大版本作为买断单位,一年半左右出一个,并且明确生命周期,上市三年后停止支持;中版本按季度走,允许元数据变更、不允许架构变更;小版本按周走,只修问题。
为什么要把版本切得这么正式?
因为买断制下,版本号是要写进合同、暴露给客户的,每个版本都是一个要长期负责的承诺。听起来很保守,但在私有化环境里,互联网式的快速迭代真的会变成灾难。
你可能会问,版本纪律是产品团队的事,跟现场施工有什么关系?
关系有两条。第一, 版本分裂的源头就是负债区:现场每写死一段单客户代码,公司就多背一个分支,FDE 守住施工纪律,就是在给版本这个问题止血。第二, 版本纪律反过来也是施工的边界:客户锁在哪个大版本上,你就只能在那个版本的能力边界内施工,不能顺手给这一家客户单独改出一个特殊版本。
到了 AI 时代,私有化还要额外解决模型的问题。私有化交付 AI 产品,很多时候不能用公网上最新的模型,而是要用客户自己私有部署的国产大模型。客户的模型版本通常不是最新的,能力也参差不齐,这样带来的问题也很直接:你产品里的某些功能,在自己的开发和测试环境上没有问题,在客户的模型上就是跑不出来结果。
这个问题怎么彻底解决,说实话,我自己也还在摸索。现在正在探索的做法是,提前准备好一整套我们自己的针对模型能力的测试标准,施工之前先拿客户的模型验证一遍,达不到标准的,我们就不做。至于这里面的数据安全和隐私问题,是另一条更硬的红线,我们放到下一讲专门展开。
还有一个更根本的判断,我在不同场合都提过:很多市场化客户,其实没有必要私有部署,只是行业内卷,大家都答应,你不答应就出局。所以,能在商务阶段拦住的私有化,是最便宜的私有化;实在拦不住的,就用上面的方式来尝试更好地解决它。

课程总结
这一讲,我们聊的是现场施工的上篇,核心就一句话: 在别人家的地基上施工,纪律比速度重要。
这一讲的四个施工环节,每个环节最容易踩的坑和对应的纪律,我整理成一张对照表,供你参考:

如果你想转型 FDE,希望通过这一讲,能够理解 FDE 要把数据工程和集成的基本功练扎实。现场最缺的不是会调模型的人,而是能把十几个老系统串起来的人。
对交付和实施同学,gap 矩阵直接就能用起来。它能帮你把“客户要的我都做”,升级成“哪些做在平台、哪些做在隔离层、哪些提回产品、哪些商量不做”。能做这个区分,不仅能大幅度减少和后方产研团队的摩擦,也正是从实施走向 FDE 的那一步。
对 To B 创业者和技术决策者,版本纪律那一段,是神策十一年学费换来的,可以直接参考。私有化的项目可以接,但一定要带着纪律接。
施工的上篇讲完了,讲的都是具体项目中的基本功。下一讲我们会进入下篇,AI 时代的新打法:怎么用 AI 和 Agent 把交付效率放大,同时守住那条谁都不能碰的数据安全红线。
思考题
留两个问题,欢迎你在留言区聊聊。
第一,翻出你手头项目的需求清单,拿 gap 矩阵过一遍:有多少是通用需求,多少是这家客户特有的?特有的那部分,现在实现在负债区、隔离区,还是资产区?
第二,你经历过被集成拖垮的项目吗?回头看,问题是出在低估了工作量,还是根本没把集成当成一个需要专门设计的环节?
期待你在留言区分享你的思考。如果这节课对你有启发,也推荐你把它分享给身边更多朋友。