《AI Agent 产品开发·任务定义与能力边界》前言

本书怎么来的、写给谁、三卷如何分工、三个案例是什么、数字口径与代码约定是什么、哪些内容不在本书范围内——读正文之前需要先知道的六件事都在这一篇里,另附两小时读完核心三节的最短路线,以及做一次完整产品评审的走法;最后说明每节代码块与实验工程 aia-lab 的对应关系。

这本书记录的是一类具体的争论:一个团队已经有了模型、有了接口、也有了 Demo,接下来该不该把它做成产品、做成什么样、交给谁用。

这些问题在工程书里通常被一句话带过——“根据业务需要设计”。但实际做的时候会发现,“业务需要"正是最难的部分:业务方说要自动化,法务说要留痕,客服主管说不能没有人工确认,财务问一年省多少钱。每句话都对,合在一起就互相矛盾。

本书试图把这些矛盾拆成可以逐个回答的问题。

一、本书怎么来的

写这本书的直接原因,是站内已经有三套与 Agent 相关的书,但没有一套从产品负责人的视角回答"做不做”。

  • 《AI Agent 开发》三卷从零写一个 Agent 引擎,再把它生产化,最后对比主流框架;
  • 《互联网产品的 AI 架构》四卷处理网关、路由、编排、治理这些后端问题;
  • 《AI 产品的商业化》三卷处理定价、成本、渠道这些商业问题。

三套书各自完整,但它们之间的接缝正好是产品经理的日常工作:把一个技术能力翻译成一个可交付、可验收、可承担责任的产品。这个接缝没有人写,于是有了本书。

写作过程中反复出现的一个困难是:产品判断很难被证伪。所以本书做了一个取舍——每个判断都必须能被算出来。这就带来了三个案例和一套实验工程。

二、写给谁

读者建议从哪里开始你能得到什么
产品经理卷一第 1–3 章把模糊需求写成可判定任务规格的方法
产品负责人卷一第 6–7 章、卷二第 10–11 章定档与放量的判据,以及怎么向组织解释
创业者 / 独立开发者卷一第 1–2 章、第 10–12 章判断这件事值不值得做、什么时候该停
技术负责人转产品卷一第 3–5 章、第 8 章从"怎么实现"切换到"怎么验收"
设计 / 用研卷二第 1–9 章交互形态、可见性、可控性的产品依据

不需要先读《AI Agent 开发》。本书只在必要处引用它的结论,不依赖其中的代码。

三、三卷的分工

卷卷名回答的问题交付物
一任务定义与能力边界做什么、给谁做、做到什么算好、交多少权三案例任务定义基线 + 15 项评审
二交互、信任与上线怎么用、怎么纠、怎么让人敢用、怎么放量三案例上线基线 + 15 项评审
三组织、平台与规模化怎么复制、怎么组织、怎么不重蹈覆辙45 项评审汇总 + 五级成熟度模型

三卷可以按顺序读,也可以只读一卷。但卷三的很多结论依赖卷一的档位和卷二的放量规则,跳读时建议至少先看 1.6、3.1、6.1、11.1 四节。

四、三个案例

全书只用三个案例,它们构成一条自主度阶梯:

案例公司产品自主档月任务量
A RelayNorthwind(B2B SaaS)客服工单分诊建议26,400 单
B QuillMeridian(咨询机构)客户报告起草草稿606 份
C RunnerKettle(电商)运营任务执行执行13,200 个

三个案例的设定是教学假设,不是实测数据,也不对应任何真实公司。它们的作用是让同一套口径在三种责任分配下都能被算一遍:如果一套方法只能解释一个案例,它就不是方法,是故事。

所有数字集中在每卷的附录 B。正文引用的任何金额、工时、比率,都能在附录 B 找到原值或由它的公式算出。三卷之间不另设第二套数字。

五、数字与代码口径

数字口径

  • 内部人工全成本统一按 30 美元/小时(0.50 美元/分钟),不随案例变化;
  • 月工作日统一按 22 天,月工时基数 168 小时/人;
  • 系统成本(模型调用 + 基础设施 + 维护摊销)与人工成本分开列示,不混在一起;
  • 百分比保留一位小数,金额整数或一位小数,分钟两位小数;
  • “节省率"的分母永远是纯人工月成本,分子是「新人工 + 系统成本」。

代码口径

正文的 ts 代码块来自实验工程 aia-lab,与源文件逐字节一致:

  • TypeScript,零第三方依赖,只用 node: 内置模块;
  • Node 26 原生类型剥离,因此禁止 enum、namespace、参数属性和装饰器;
  • 本地导入必须带 .ts 后缀;
  • 每个代码块前三行固定为 // file:、// tier:、// verify:,分别指明源文件、可运行层级、验证命令;
  • 测试用 node --test,不引入任何测试框架。

代码的职责不是实现 Agent,而是把产品判断变成可执行检查:给定三案例的数字,算出该不该做、定哪一档、能放多少、省多少钱。

六、不在本书范围内

为了避免重复,以下内容本书只给结论并链接,不展开:

  • Agent 引擎的消息协议、循环、工具注册、记忆检索实现 —— 见《AI Agent 开发》卷一;
  • 生产化的 API、队列、数据库、评测流水线 —— 见《AI Agent 开发》卷二;
  • 框架选型、durable execution、Computer Use、A2A —— 见《AI Agent 开发》卷三;
  • 模型网关、多模型路由、编排执行图、治理与配额 —— 见《互联网产品的 AI 架构》四卷;
  • 定价结构、成本归因、计量计费、渠道与企业销售 —— 见《AI 产品的商业化》三卷。

其中与本书最接近的一篇是《AI Agent 产品设计方法论》 ,它系统地梳理了交互范式与自主度光谱。本书在卷一第 6 章、卷二第 1 章会引用它的结论,然后往下写它没有展开的部分:任务规格、人机时间账、放量阈值与组织改造。

七、怎么读

如果只有两个小时,读这三节:

  1. 1.1 一个功能叫 Agent 需要跨过哪四条线 —— 判断你手上的东西算不算 Agent 产品;
  2. 6.2 定档判据 —— 判断它该承担到哪一步;
  3. 12.2 指标陷阱 —— 判断你现在的账算得对不对。

如果要做一次完整的产品评审,按卷一的 13 章顺序走一遍,用附录 C 的 15 项清单打分。低于 20 分(满分 30)不建议进入卷二。

现在从第 1 章开始。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图