如何打造个人智能 - 从亲自经营一门生意开始

一门小生意可能已经有愿意再来的顾客，却仍要每天回答同样的问题；经营者知道怎样把产品做好，却不知道怎样开始使用一个 AI 工具；好不容易把一批商品卖完，下一批到来时，又要重新整理页面、说明和销售安排。这些事情看起来很小，却决定了一项技术能不能进入普通人的生活。

Leptex 从亲自参与农场合作与业务接入开始理解这些问题。我们的主张是：要让 AI 服务人，就必须先理解人怎样经营、怎样沟通、怎样彼此信任，再把技术放到能够提供帮助的位置。本文所说的个人智能，是围绕一个人的知识、关系与工作持续提供帮助，并让本人保留决定权的 AI。

这也是我们选择投入 Leptex 的原因。对团队中选择离开高薪岗位、投身这项工作的工程师而言，值得投入的，是让更多普通人能够在 AI 时代继续经营自己的生意、发挥自己的专业、掌握自己的生活。我们把这件事称为维护普通人的 AI 主权。它需要落实到一个人能否用得起、看得懂、作得了主的日常体验中。

从一家农场开始，把自己放进生意里

从首个商家 Lucky Farm 的入驻工作开始，我们参与了商品资料整理、销售流程梳理，以及把经营信息变成顾客能够使用的页面。相关经历记录在 Lucky Farm 商家故事中。

真正进入这项工作后，问题变得非常具体：谁知道这一批商品还有多少？付款和取货条件是否说清楚了？顾客临时提出另一种安排，应该由谁确认？团队可以帮助整理信息和改进工具，生产、供货与经营承诺仍然由农场决定。

亲自走过这些环节，才能理解一条看似简单的回复背后有多少现实条件。“可以取货”可能依赖经营者当天的时间；“还有货”需要最新的供货信息；熟客的一句“和上次一样”，也可能需要双方共同的经历才能解释清楚。写出一句流畅的话，只完成了其中一小部分。

我们逐渐把这项工作理解为一次社会实践：带着关于技术和人的问题进入现场，通过参与、观察、改动和反馈，修正自己的判断。这些经历是我们在有限合作中的观察，不能代表所有小企业，却足以让我们重新审视产品最初的假设。

三个痛点，改变了我们对产品的判断

回头客需要的是顺畅的联系

在我们接触的部分小生意中，重要的顾客来源是回头客。顾客已经认识经营者，也认可他的商品和服务。下一次回来，往往只需要问清楚几件事：这次有什么、还有多少、什么时候能拿到，以及上一次的安排是否仍然适用。

这样的关系需要持续维护。一个难找的入口、一份过期的商品说明，或者迟迟没有确认的时间，都可能让原本简单的一次购买变得费力。经营者需要方便地更新当前信息，顾客需要容易地找到他；真正需要商量的事情，则应当顺畅地交回双方。

这里值得减少的是反复确认同一信息的往返。问候、建议、体谅与信任本身就是服务的一部分，有时也是顾客愿意再来的原因。AI 应当帮助经营者把时间留给这些有价值的交流。

因此，在这类场景里，更多自主执行能力未必是第一优先级。一个容易找到、信息清楚、能够联系到人的入口，就可能比一套需要长期配置的通用个人代理更贴近眼前的需要。

上手成本与使用费用，会叠加成一道门槛

我们也尝试过一条看似直接的路径：让经营者借助 Codex 这类工具，或通过通用个人代理，自己搭建和维护需要的流程。这个尝试让我们意识到，技术人员眼中的“可以自己做”，可能把大量工作留给了使用者。

第一道门槛是开始。经营者需要知道从哪里进入、怎样描述问题、应该提供什么资料，以及怎样判断结果。对不常使用数字工具的人来说，长说明、专业术语和多层设置本身就很费力。一个人擅长种植、做饭或制作衣服，并不意味着他也熟悉软件配置。

第二道门槛是持续使用。有人花了很长时间终于让工具运行起来，仍觉得体验不顺，却说不清问题出在界面、资料还是流程。产品团队需要通过观察理解这种困难，不能要求使用者先写出一份准确的技术需求。

费用又会放大这些问题。对于按调用量计费的方案，反复试错、不必要的复杂配置和超出任务需要的高用量设置，都可能增加模型调用与 token 支出。使用者未必知道哪些设置影响费用，也难以判断一次更昂贵的运行是否带来了相应价值。这里描述的是我们需要解决的成本问题，并非对某一款工具收费方式的概括。

所以，总成本需要把学习时间、配置与纠错、持续维护和实际费用一起计算。Leptex 要承担的产品工作，是让第一步更容易，让费用更可预期，让日常操作符合经营者的习惯。把复杂度留给最没有时间理解它的人，技术就很难产生应有的价值。

下一批商品，不应该意味着重新开始

还有一种困难来自生意本身的节奏。有些小生意围绕一批商品运转：这一批卖完，供应就结束了。下一批可能换了品种、价格、数量、图片，连取货时间和配送条件也会改变。

如果每次都要重新搭页面、改多个工具里的信息、配置回答，再向老顾客解释一遍，经营者就像每卖完一批货，都要重新开一次店。对刚开始创业的人而言，这种负担更明显：第一次就不知道从哪里开始，第二次又发现上一次的工作很难继续使用。

这让我们看到，生意中有些东西需要延续，有些东西必须及时更新。经营者是谁、怎样联系、积累了怎样的信誉，可以长期保留；这一批卖什么、还有多少、适用什么条件，则需要容易地更换。旧商品的承诺也应当随之停止使用。

产品应当支持这种连续性：让经营者从已有基础上更新下一批商品，让熟客通过熟悉的入口找到新的信息。它同时降低第一次开始和下一次继续的负担。这是我们从经营中提出的产品要求，需要在实际使用中继续验证。

人与人的关系，一直在变化

这些观察也提出了一个更深的问题：AI 要服务的“人”，究竟是一个固定的用户画像，还是一个不断学习、协商和改变生活的人？

同一位顾客，昨天在意价格，今天可能更在意时间；一次电话里的临时约定，会改变原有的交付安排；一种以前需要当面解释的交易，可能逐渐形成双方都熟悉的新习惯。人与人的沟通方式，会随着工具、关系和处境不断变化。

模型训练能够学习语言、推理以及许多沟通规律。这些能力很有价值，但模型不会自动知道一家店今天改变的安排，也不会凭空知道两个人刚刚达成的约定。预测、模拟和更强的推理可以帮助我们准备行动，现实中的新信息仍然需要通过适当的资料、人的反馈与实际观察进入系统。

因此，个人智能需要能够随着人更新：经营者可以补充、纠正和撤回信息；顾客的一个临时请求，不应自动变成经营者的长期承诺；过去成立的判断，需要接受今天的现实检验。持续维护这种理解，是产品的一部分。

这项实践也带着哲学与社会学的问题意识：谁定义技术应当完成的目标，谁承担使用它的负担，技术节省的时间最终回到谁手里？有限的产品实践不能替代正式的社会学研究，却让这些问题有了可以观察的具体情境。我们需要在参与中理解人，也需要让参与者有机会纠正我们的理解。

让普通人的 AI 主权成为产品要求

Leptex 选择把现有 AI 技术用于人与人之间的实际问题：帮助顾客找到经营者、理解商品、问清条件，让经营者更容易维护自己的知识与顾客关系。我们的投入重点是把这些事情做好，不以自研更大的基础模型、追逐超级智能或扩大模型模拟作为公司的目标。

更强的模型、训练与模拟在许多领域有重要价值，也可以成为我们使用的工具。但它们的能力需要落到具体的人和任务上。这里的“个人智能”描述的是服务对象、持续理解和决定权，并不限制底层模型能够有多强。

对一家依靠手艺、信誉和熟客经营的小店来说，AI 的方向应当由经营者的生活与生意决定。做什么产品、如何服务、愿意接受什么承诺，仍然是人的选择。我们希望技术扩大这种选择的空间，让普通人更有能力参与经济生活。

因此，AI 主权必须有具体的含义。经营者应当能够理解交给系统的是哪些资料、可以给谁看；知道费用怎样发生，并能控制投入；遇到需要本人判断的事项时接得回来；发现错误时能纠正，也能停止使用。简单的界面与可靠的权限控制，需要一起承担这份责任。

减少学习负担也不能以扩大资料使用范围为代价。公开商品信息、私人记录与顾客资料需要明确区分。未经确认的折扣、库存或交付承诺，也不能因为回答得很自然而变成事实。是否容易使用，与是否守住人的边界，是同一个产品目标的两个部分。

Leptex CaaP（Chat as a Page，对话式页面）承接了这样的方向：让顾客在一个页面上了解商品、提出问题，并找到下一步。我们要继续检验的是，经营者能否轻松维护它，熟客能否方便地再次使用它，以及商品换批后信息能否保持准确。判断产品的依据，应当是这些日常结果。

前线部署工程师，要亲自走过整个过程

这样的产品要求，也决定了工程师怎样工作。

在 Leptex，前线部署工程师（Forward Deployed Engineer，FDE）需要与经营者一起走过一段实际流程：整理一批商品，理解顾客怎样询问，确认哪些安排能执行，观察哪里出现了反复沟通，再把问题带回产品。部署的价值来自对现场的持续理解。

如果熟客总在问同一个问题，工程师要查明原因：入口是否难找，说明是否过期，还是这件事本来就需要双方商量？如果经营者不会更新下一批商品，就要一起走过更新过程，看见在哪一步停了下来。接近这些事实，才有依据决定应该修改页面、简化操作，还是保留人工沟通。

我们把这套工作所需的能力称为个人智能工程师的能力：懂经营，能够判断一件事对生意的意义；有扎实的软件开发能力，能借助 AI 工具实现可靠改动；学得快，愿意根据反馈修正理解；也有产品判断，知道什么值得做、什么应该先简化。这四项能力把发现问题、作出选择、实现方案和检查结果连接起来。

一个完整的改进循环应当足够具体：先观察问题发生的过程，与经营者确认条件，再做出小而有效的改动；检查资料与授权边界，回到真实使用中看它是否有帮助。减少了重复解释，却造成错误承诺的改动，需要继续修正。

AI 开发工具让我们有机会缩短实现所需的时间。节省下来的注意力，应当更多地回到理解商家、观察沟通和检查结果上。团队仍然需要专业协作，而贯通需求与结果的责任，需要有人持续承担。

从深入参与，走向可以重复交付的价值

亲自参与经营，让我们更容易发现问题；要让它成为一家可持续公司的方法，还需要把经验变成下一位经营者也能使用的能力。

三个痛点给出了具体的商业假设：顺畅的回访入口可能降低重复解释与遗漏；容易上手、费用可预期的流程可能帮助商家持续使用；保留店铺基础、方便更换商品可能降低每一轮经营的维护成本。这些假设值得投入，也必须接受验证。

我们需要持续观察：商家第一次开始使用需要多久，换一批商品要做多少工作；重复确认是否减少，人工纠错是否增加；商家是否愿意留下来并付费；在计入模型调用、部署和支持时间之后，交付是否具有可持续的成本。这些是衡量产品的方法，本文不将它们写成已经取得的结果。

真正需要积累的是复用能力。第一家农场让我们理解的问题，应当帮助下一家更容易开始；一次关于商品换批的改进，应当减少后续反复服务的人力。当共同的步骤逐渐成为产品，不同经营者仍然能够保留自己的规则，这种方法才有扩展的基础。

对投资人而言，我们希望呈现的是一条清楚的价值形成路径：从真实经营中发现值得解决的问题，用工程能力降低负担，再把经过验证的改进交付给更多人。团队的投入体现选择，持续使用、付费意愿和交付效率才逐步证明这项选择的商业价值。

让 AI 服务人，从认真理解一门生意开始

回头客、学习门槛和商品换批，把同一个问题呈现在我们面前：AI 的能力怎样才能进入一个普通人的日常，并让他的生活与工作更容易一些？

Leptex 的回答，是先参与其中。理解一门生意怎样发生，理解人与人怎样沟通和服务，把技术用在反复消耗时间的环节，再把更充分的注意力与决定权留给人。个人智能需要在这样的往返中成长。

这也是我们选择这条道路的动机。农场主可以更从容地面对顾客，手艺人可以把更多时间用在自己的作品上，刚开始创业的人可以更容易地迈出第一步。我们希望普通人能够借助 AI，继续拥有自己的事业、关系与选择。

从一家农场开始，是为了让这份信念接受现实检验。每一次更容易的开始、每一次更清楚的沟通、每一次由本人作出的决定，都是我们应该努力交付的价值。

你的个人智能，为你所用，由你掌控。

系列阅读

本文是个人智能三部曲的第三部，为 Leptex 宏图第一篇章的商业战略提供实践论证：从人的真实工作中发现问题，用产品降低负担，再通过持续使用检验价值。

1. 超越个人代理，走向个人智能 — 理念：以安全和知识边界为基础，保留人的决定权。
2. 对话式页面：商业的新入口 — 产品：让顾客在清楚的知识与授权边界内接近商家。
3. 如何打造个人智能 - 从亲自经营一门生意开始 — 实践：用真实经营与安全验证持续改进产品。（本文）