鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
6
3
1

美团核心项目:你连客诉都要用AI?

青碧凝霜
青碧凝霜
2026-09-19 18:17
阅读 808
青碧凝霜
2026-09-19 18:17
阅读 808

聊聊AI项目

我入职美团的时候,有个10年的架构师、B端总负责人。

我给大家说一下这个架构师的咖位:

  • 站长鱼皮是个SSP,但是这个架构师手下有2个SSP,是SSP的顶头上司
  • 他一个项目组干了10年,而且是美团的核心——团购业务的B端总负责人
  • 项目经理只有7年工作经验,他有10年工作经验

聊聊我的情况

我入职这个项目的时候,就担心自己能力不够。因为这是美团的核心项目,高并发、低容错,压力很大。担心自己能力不够。 于是我安慰自己:人往高处走,水往低处流。去了大厂以后,熟悉各种业务,以后找工作竞争优势很大。 逼自己一把。 而且实在是找不到工作了。 于是就去了。

坏就坏在:

  • 架构师他完美主义,认为我的代码质量不行,代码命名不规范,各种能力不够,要求我返工返工再返工,导致项目延期

就:项目是核心项目,高并发、低容错,你虽然在外包团队里算还可以的,但是进入我美团团队,你的代码质量是不达标的。 普通的外包是65分,你是75分,但是我美团的要求是90分。 那没办法。

把我裁了。

  • 美团项目没有专业的测试团队、没有运维团队、没有支持团队,我上线了以后代码bug满天飞,返工非常严重

第二个问题

我在美团上线一个需求的时候,开发自测完成,就直接灰度30分钟,直接全量上线。 我都懵了:你开玩笑呢? 我同事就给我讲:你不用担心,如果你写的代码有问题。我们项目组这个并发量,第一分钟就爆了。

  • 虽然项目有回滚,但是已经造成的资损可没法保证

美团他离谱就离谱在:

  • 他可能一天发版两次,一个周对一个服务发版4 - 5版
  • 发版完全由开发自行发版,没有专业的运维团队监控,而是通过自动化工具监控
  • 没有测试团队,开发自测以后就上线
  • 之前还有两两审核,直接跳过codeView

就美团这个体量,不至于招聘不到测试吧?

我在完全不懂业务背景的情况下,强行上线了7个功能点,其中有好几个出现了返工的情况。

  • 自测了,但是业务根本不熟悉,导致测不到

也是把所有人恶心的够呛:

  • 项目组恶心的够呛,觉得我代码质量不过关
  • 我恶心的够呛,没有测试给我兜底,吓得不敢上线
  • 合并我代码的领导也恶心的够呛,反反复复检查我写的代码,头发都掉了好几根

我是真的很努力去给他解决问题了,只是能力不允许。

惩罚机制

聊到出现严重线上事故,我看了一下美团的“严重”。 资损超过10W,影响规模超过5%,就叫严重。

必须做到99。9999%,而且每一个不一致都得弄清楚根因。 如果真的严重的线上问题,那整个办公室好几号人都得连带吃瓜落。 上午出现严重线上事故,下午就可以自由职业。

你XX:测试团队没有,运维团队缺位,线上压力巨大,出问题就自由职业?

第一次可以容忍

但是:美团有个比较人性化的策略,就是第一次线上事故,不管多严重,那直接写个COE复盘。 可能绩效没了、年终没了、晋升没了,但是不至于自由职业。

这个复盘我看过:精确到分钟级别,文档几千个字,需要全开发团队一起参与。

我在项目组一共呆了8个月,自己写了一个COE,其他两个同事也写了一篇COE。

聊聊兜底

客诉我们得处理。

这个世界终于癫狂到我完全看不懂了:

  • 没有运维团队
  • 没有测试团队
  • 没有客服团队

比如说一些比较严重的、需要开发参与的客诉,美团有值班机制。

  • 小到帮我查一查为什么这个单子不正常
  • 大到服务为什么出现异常

都需要客服去处理。 而美团的策略是:开发值班。

每个人值班一天——而且是所有开发。

炸了

我刚进来8个月就被裁了。

然后架构师就给我说:你得值班啊,现在你这个水平,我不敢让你值班。 我:???

image.png

我们项目组是完全的微服务,每个同事负责5个。一共100多个微服务。 现在出了线上事故,你问我是哪个微服务挂了?我怎么知道?

能解决小问题就不错,出了大问题估计只能在群里喊一句。

AI优化客服团队

然后,在AI时代的潮流中,领导顺应天时,说:干掉客服,换成AI客服。

逻辑非常非常简单:

  • 我们不是整理了一大堆文档嘛
  • 把文档喂给AI,让AI自己返回给用户

我:??????

客服的问题

首先,开发工资非常非常高。甚至架构师都在兼职客服。 如果客诉不处理,那么压力会一层一层传导,最后导致整个项目彻底崩坏,所以必须要开发兼职客服。 但是:开发工资高,假如客服占用了大量的开发时间,会影响项目的效益,性价比又不高

所以领导很想找一个智能工具,把开发人力从客诉里面解脱出来。

但是:很多客诉他不是RAG就能搞定的 我举个例子:上午11:30分,用户买了一个鸡腿套餐,系统提示没有收款,但是用户却拿出了微信付款截图

你交给AI?AI怎么查???

你给他一个文档,他能直接调用远程接口嘛?这根本不现实啊。

  • 你得告诉他参数是什么,url是什么,权限是什么,最后还得完全了解我们业务的流转过程,才知道是用户拿了假截图糊弄人,还是真的系统出现了问题
  • 假如是我们系统出现了问题,你还得让开发团队手工fix数据,你直接让Aifix数据,不怕出事?

领导不考虑那么多,反正就是想干掉客服。

我现在知道为什么项目组他没有测试、没有运维、只剩下开发兼职的客服了,都是你项目经理干的好事。 现在你还把最后的防火墙准备用AI代替,领导你真是真的胆子肥嘟嘟的。

技术本身

我这个项目经理,他之前是干开发的。

我人都傻了:你说我天天说人这个不行那个不好,没有一个干人事的啊。

我们这个项目他线上事故还真不多,线上稳定性非常靠谱。 只能说:我们同事还是太负责任了,能力是真的到位。

领导发话以后,实习生接了。

  • 架构师他假装没听见
  • SSP假装没听见
  • 同事假装没听见
  • 就实习生表示:我可以做!!!

开发难度

实习生他想上进,想做出成绩,想要晋升,想要关注。大家都理解。 而且——实习生初生牛犊不怕虎。

就很简单的标准流程:

  • 接入一个AI
  • 然后做一个RAG
  • 返回数据给用户

B站一大堆课程,跑通链路基本上有手就行。

但是到了真实线上:答非所问。

你作为一个客服,不能答非所问吧。问A答B,问C答D,有啥意义?

然后实习生就调参:

  • 调整参数太小,答非所问
  • 调整参数太大,答非所问
  • 调整参数不大不小,答非所问

最后领导问他结果,他拿出来一个反序列化框架给领导:

  • 这个反序列化框架可以提效,是个idea插件,大家怎么怎么用

然后领导告诉实习生:我们有这种插件了,不需要你开发。

聊聊资源

我在网上已经分享过这个问题。然后别人就说了:调参应该是美团AI组的事情。 AI组做一个客服插件,你们接入,然后插入数据就行了,或者提供技术支持,没有?

我领导的意思是:我们要独立完成AI项目。 Ai是一个赛道,我们是赛车手。 假如我们接入了其他项目组的AI,那我们就失去了独立性,所以要独立开发一套。

但是问题是:你就一个实习生,啥不给。要求也不明确,干鸡毛?

总结

我入职的美团团队,他没有测试、没有运维,开发兼职客服。 领导仍然不满意,想要AI干掉客服。 实习生接了这个任务后,开发失败。

AI
职场
6
1
分享
操作
评论
相关内容
0个评论
全部评论
点击登录,快来和大家讨论吧~
表情
图片

目录

🔥 热门文章
1
手把手教你设计一个成熟的 Agent Harness
2500
2
我用 REA 逆向了付费颜色 APP,结果很意外!
570
3
离谱,DeepSeek 崩了 5 小时,大家却喊:梁圣恩情还不完??
420
4
DeepSeek 全新模型发布,性价比最高的一集!
380
5
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
370
6
自己学习ai,直接买cursor 的套餐,还是买gpt 或者claude 的套餐?
360
7
又一个国产版 Codex 神器,也来卷办公了!
330
8
AI 越强,被它拒绝的代价就越大 我有时候会想:AI 越来越厉害之后,有些事情,会不会反而越来越难做? 这个想法看起来有点矛盾。AI 明明在降低门槛,让不会写代码的人做出软件,让不会画画的人生成图片,让一个人完成过去需要整支团队才能完成的工作。但今天用 Codex 的时候,AI 拒绝帮我编写 SQL 注入的请求体,而那还是我有源码、在本地跑测试的情况。那么,往后是否只会更难? 我们假设某一天,AI 说:「这个请求违规,我不能帮助你。」到那个时候,你还有多少能力,能绕过它,把事情做完? 这里的「违规」需要打个引号。平台的规则、模型的判断、法律的要求,以及一件事实际有没有造成伤害,彼此之间并不总是画得上等号。一个请求可能确实危险,也可能只是缺少上下文被误判,或者恰好落在某家公司的限制范围里。 无论是哪种情况,随着我们越来越依赖 AI,这句拒绝都可能变得越来越贵。 今天,一个程序员让 AI 帮忙写代码,AI 拒绝了,他大概率还有别的办法:查文档、找开源项目、问同行,或者自己写。麻烦一点,慢一点,但路还在。 可如果十年之后,大部分程序都由 AI 完成,情况就不一样了。 很多人从接触编程的第一天起,就习惯了描述需求、等待生成、运行结果、继续迭代。他们能做出相当复杂的产品,却未必经历过独立处理底层问题的训练。平时,这种能力结构完全够用,效率甚至更高。只有 AI 拒绝的时候,他们才会发现:平常被省掉的那段学习过程,恰好是此刻最需要的东西。 到那时,一次拒绝的成本,可能就从「今晚多花两个小时」,变成「先花半年学会这门技术」。 拿 SQL 注入举个稍显极端的例子:往后,连真正理解这类攻击如何发生、能够独立构造测试的人,会不会也越来越少? 这里也包括那些有正当需求的人。一个开发者想检查自己的旧系统,一个经过授权的安全研究员想复现漏洞,假如 AI 识别到危险模式就拒绝,而使用者又只熟悉「让 AI 帮我检查」,这项原本可以独立完成的工作,就这样卡住了。 但是安全专家不会因此消失,但这类技能可能越来越集中在少数人手里。你仍然可以找专家,只是要付出更多的钱、更多的时间,以及更高的沟通成本。 类似的困境,未必只发生在网络安全领域。 你想从一个停止维护的软件里取回自己的数据,需要解析它的旧文件格式。AI 判断这涉及规避保护措施,拒绝继续。你拥有这些数据,却没有能力把它们读出来。 你买了一台设备,厂商停止提供服务。你想修改程序让它继续运转,过程中需要处理某种访问限制。AI 不愿协助,而你所掌握的维修方式,早已只剩下「把报错发给 AI」。 你想给常用的网站写一个辅助工具,减少重复操作。平台将此归入自动化限制,AI 也据此拒绝。过去会写脚本的人可以自己判断、自己处理;未来的使用者,可能连从哪里开始都不知道。 这些例子有一个共同点:当工具同时承担了「执行工作」和「传授知识」的角色,它的拒绝就不只是挡住了一次任务,也挡住了获得这种能力的机会。 更麻烦的是,这种依赖往往是我们主动选择的,而且每一步都很合理。 既然 AI 几秒钟就能做好,为什么还要花几个月学习?既然公司可以采购成熟的 AI 服务,为什么还要养一支负责基础工作的团队?既然市场上已经很少有人手写这些东西,学校为什么还要花大量时间教? 对个人、公司和学校来说,这些选择都有现实依据。但叠加起来,整个社会保留的独立能力就可能越来越少。等到某项能力突然受到限制,我们才发现,备用方案早已在追求效率的过程中被一点点削掉了。 所以,「AI 越强,做事越便宜」可能只描述了未来的一半。 另一半是:被允许的事情越来越便宜,被拒绝的事情依然需要人工完成,却要面对更少的人才、更高的报价,以及越来越难获得的知识。两边的成本差距,会越拉越大。 有人会说,可以换一个模型,或者用本地模型。这确实是重要的选项。只要工具之间还有充分竞争,开放模型还足够可用,限制就未必能形成真正的门槛。 但备用方案也需要维护。它需要硬件、知识、软件生态,以及一群仍然理解这些系统的人。如果大多数人已经习惯了最方便的商业服务,那么「理论上还有别的办法」和「普通人实际用得起、用得明白」,之间仍然可能隔着很远。 我担心的,正是这段距离。 我不指望 AI 对任何请求都照单全收。对明显会伤害他人的行为设置限制,有充分的理由。但我们也需要关心:限制由谁定义,误判有没有申诉渠道,用户能不能换工具,以及脱离这个工具之后,还剩下多少独立行动的能力。 保留这些能力,平时看起来甚至有点低效,明明可以自动生成,还要理解原理;明明可以一键完成,还要知道手动怎么做。 但这些看似多余的知识,会在工具拒绝、失效、涨价或改变规则的那一刻,成为真正的选择权。 AI 越强,我们可能越需要留意它说「不」的那一刻。 因为那句话的分量,最终取决于:它拒绝之后,我们还能做什么。
310
9
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
300
10
什么是LLM
300
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
墨得问题墨得问题