一人公司 · AI 架构全貌

作者：阿浩 · 2026-05-31 · 约 2600 字 · 8 分钟读完

这一页讲的是：一个不懂代码的普通人，怎么把一家公司交给一群 AI 在跑。不是一句 prompt，而是一整套——单入口路由 + 13 个 AI 岗位 + 四层记忆 + 主席台模式 + 多系统协同。别人能复制其中一句话，复制不了这一整套。

我是一个 30 岁不懂代码的普通人，把一家公司交给一群 AI 在跑。从完全不懂 AI 到开起公司，我只用了 8 个月；真正上手 AI code 这种 agent，才 5 个月。

这句话听上去像吹牛。但如果你真的用 AI 帮自己干过活，你会知道单靠"会写 prompt"撑不起一家公司——AI 会失忆、会自己默默乱跑、会把简单的事做到天荒地老、会在第二个窗口忘了第一个窗口干了啥。

真正能落地的，是架构。下面这五层，是我这几个月、上千次踩坑一条条焊死的护城河。你不用全抄，但看懂它，你就知道"AI 公司"和"AI 玩具"的差别在哪。

先看全景：五层架构一张图

        你（老板·只说话·只拍板·只验收）
                  │  一句话进
                  ▼
   ┌─────────────────────────────────┐
   │  ① 单入口 dispatcher（智能路由）   │  ← 一句话进，自动判 A/B/C/D
   └─────────────────────────────────┘
                  │
        ┌─────────┼─────────┬──────────┐
        ▼         ▼         ▼          ▼
   ② 13 个 AI 协同岗位（像一家工程公司）
   开发 · 部署 · 测试 · 验收 · 商务 · 内容 · 战略 …
        │         │         │          │
        └─────────┴────┬────┴──────────┘
                       ▼
   ③ 四层记忆（全局 / 项目 / 索引 / 详情 · 让 AI 不失忆）
                       │
                       ▼
   ④ 主席台模式（人只调度+拍板+验收，AI 全程施工）
                       │
                       ▼
   ⑤ 多系统协同（主站 / 工具站 / 自动化引擎 / 知识库）

读这张图有个窍门：从上往下，是"权力下放"；从下往上，是"成果回收"。你只在最顶端说一句话，最底层把活干完、验完，再用一句大白话报给你。中间四层全是 AI 自己跑。

① 单入口：一句话进，自动判该走哪条路

最反直觉的一点：我只跟一个 AI 说话。

不是"开发找 A、运营找 B、写文案找 C"那种切换。我只对一个总调度（叫 dispatcher）说一句人话，它自动判断这事是哪一类，再分派给后台。我甚至不需要知道后台到底动用了几个 AI。

它怎么判？就四档：

档位	这是什么任务	典型信号	怎么处理
A · 问答	你只是想问一句	句子里有问号、"是不是""能不能"	直接答，不动手
B · 单点	一个小动作就能干完	一个动词，"改一下""发一条"	一个岗位干完即可
C · 中等	要好几步、跨几个环节	多步骤、"顺便把…也…"	拆任务、多岗位接力
D · 大工程	重构、升级、新功能上线	"重做""升级""端到端全做"	先规划、再分派、最后验收

这一档的价值，普通人最容易忽略：它把"我得想清楚找谁"这件事，从我脑子里搬走了。 我不再是调度员，我只是提需求的人。

② 13 个 AI 岗位：像一家工程公司，不是一个全能助手

很多人对"AI 助手"的想象，是一个无所不能的万能管家。错了。一个岗位什么都干，等于什么都干不精。

我的做法是把它拆成一家工程公司——每个 AI 是一个专职岗位，有自己的职责边界，互相用文件交接，不越界。

岗位	它管什么	什么时候它上
dispatcher	总调度，唯一对话入口	所有任务第一站
engineer	写代码、部署、修 bug、运维	技术施工
closer	报价、定价、成交话术、客户跟进	一沾钱和客户
creator	选题、脚本、公众号、竞品情报	内容创作
strategist	做不做、砍不砍、方向取舍	战略级，频率很低
planner	大工程开工前，先拆解排期	大工程前置
verifier	完工后独立复检"是不是真做完了"	每次完工必跑
research	翻历史、找"之前是不是干过这事"	防止 AI 凭印象瞎说
challenger	专门唱反调、找方案漏洞	方案审查
auditor	合规、安全、钱链路体检	定期巡检
reviewer	复盘、把教训沉淀成规则	收尾沉淀
operator	客户交付、客户成功、教学	客户服务
salesops	销售运营、复购、渠道、代理	商务运营

这套岗位里，有四个是端到端流水线的核心，缺一不可：

1. 开发——把活做出来
2. 部署——推到线上
3. 测试——验证它能用
4. 验收——独立确认"真的做完了"，而不是"看上去做完了"

注意第四个验收为什么要独立。因为干活的人，永远倾向于相信自己干完了。我专门留一个跟开发不是同一个的 AI 来挑刺——它不写代码，只负责问"你这真做完了吗？拿证据来"。这一道关，帮我拦掉了大量"看起来正常、其实没生效"的假完工。

③ 四层记忆：让 AI 不失忆

这是整套架构里，外人最看不见、却最致命的一层。

AI 的天生缺陷是失忆：换个对话窗口，它就忘了上次的约定、忘了你公司的规矩、忘了三个月前那个坑是怎么填的。一个会失忆的员工，你敢把公司交给它吗？

所以我给它建了四层记忆，分工明确，越上越精炼，越下越详细：

层	装什么	多大	怎么加载
第 1 层 · 全局	公司铁律、最高准则、所有约定的"目录"	极精炼	每次开机永久带在身上
第 2 层 · 项目	这个项目专属的规矩	中等	进入项目自动带上
第 3 层 · 索引	一行一条的"记忆目录卡片"	每行极短	开机带前一截，按需查
第 4 层 · 详情	每条规矩、每个教训的完整正文	不限	要用时才翻出来读

它的精妙在于一个比喻：第 1 层是公司宪法的封面，第 3 层是图书馆的检索卡，第 4 层才是一整本书。

AI 开机不需要把所有书都背下来（那会撑爆它的脑子，也会让它变慢、变蠢）。它只带着"宪法封面 + 检索卡"，遇到具体问题，再按卡片去翻那一本书。这样既不失忆，又不臃肿。

我还给它焊死了一条铁律："之前是不是干过这事"——不许凭印象答，必须先去翻记忆。 AI 最大的危险不是不会，是它"觉得自己记得"，然后一本正经地编。让它先查再说，是把"幻觉"这个雷，提前拆掉。

④ 主席台模式：人只调度、拍板、验收，不下场施工

这是我给整套协作起的名字，也是最难做到、但回报最高的一条。

主席台模式的一句话：我当老板，不当苦力。

它的反面，是大多数人用 AI 的真实状态——人变成了 AI 的工具人：开五六个窗口、把这个窗口的结果复制粘贴到那个窗口、AI 跑一半卡住了把皮球踢回给你"你去新窗口试一下"。忙活半天，你成了那个跑腿的。

主席台模式把这件事彻底反过来。它有几条硬约束，我贴出来你感受一下：

#	约束	翻译成人话
1	零复制粘贴	不准让我在窗口之间手动搬结果
2	主线只调度+大白话+验收	AI 总管自己不写代码，只指挥和验收
3	所有改动在岗位里做	真正动手的是后台岗位，不是台前总管
4	岗位之间用文件交接	AI 互相传活走文件，不绕到我这来
5	开发/部署/测试/验收 端到端	一条龙跑完，不在中途甩给我
6	禁止"踢球术"	不准把本该它解决的事踢给我
7	动重要资产前先报备	改核心东西之前，先大白话告诉我一声
8	完工必须过五道硬指标	不准嘴上说"好了"就算完

最后那"五道硬指标"，是完工的验收标准，缺一道都不算完：

1. 代码改动可验证——能在真实线上路径搜到改动痕迹
2. 功能已沉淀——写进记忆、记进变更日志，下次不会重学
3. 接入了多个入口——确保以后翻得到、用得上
4. 留了凭证——干完留下可追溯的记录
5. 部署已验证——真访问一次线上地址，确认返回的是对的

还有一条我后来补的，叫反向劝阻：当我说"全做、一次性、端到端"的时候，AI 不许默默闷头跑重流程把资源烧光，得先停下来反问我一句——"轻流程 5 分钟搞定，重流程 30 分钟还要花钱，你要哪个？"

为什么？因为 AI 有个通病：默认走最长的路。 你说"帮我做这事"，它听到的是"把这事做到极致、全套、所有可选项、验了再验"。一件五分钟的小事，能给你跑成八十分钟。让它主动给我"轻 vs 重"的对比、由我拍板，这个坑就填上了。

主席台模式的本质，是把人从"AI 的工具人"，重新放回"老板"的位置。AI 再强，决策权和验收权也得在人手里。

⑤ 多系统协同：四套系统，一个人,一群 AI 串起来

上面四层是"怎么干活"，这一层是"干活的战场"。一家公司不只有 AI，还有真正在跑的业务系统。我这边主要是四套，AI 在它们之间穿针引线：

系统	干啥的	AI 在这里做什么
主站	公司门面、对外讲清楚我们是干嘛的	AI 改文案、调版面、做转化
工具站	真正给用户用的 AI 工具产品	AI 上新功能、修问题、保交付
自动化引擎	把重复活变成自动跑的流水线	AI 设计流程、排查"假干活"
知识库	沉淀所有外部资料和方法论	AI 按意思检索、给决策喂料

这四套系统背后，还连着两台服务器（国内 + 海外）、一台办公主力机、两个真人同事（负责视频运营和内容制作），加上我和这群 AI——这才是一家真在运转的一人公司的全貌。

AI 的角色，是把这些原本割裂的系统串成一条神经：用户在工具站出了问题，AI 能拉数据库查真因；自动化流水线半夜跑挂了，AI 能定位是哪一环；要上新功能，AI 从写代码、推上线、到验证能用，一条龙跑完。

为什么别人复制不走这一套

回到开头那句话——别人能复制一句 prompt，复制不了这一整套。

一句好用的 prompt，是一招。但一家公司不是靠一招撑起来的。这五层里：

• 单入口路由，省掉的是你"想清楚找谁"的脑力
• 13 个岗位，换来的是"专业分工不越界"
• 四层记忆，焊死的是"AI 不失忆、不幻觉"
• 主席台模式，守住的是"人是老板不是苦力"
• 多系统协同，串起的是"真业务真在跑"

每一层单拎出来都不算神秘。但当它们焊在一起、互相咬合、被这 8 个月的真实事故反复打磨过之后，就成了一道护城河。这是时间和踩坑换来的，复制一句话复制不走。

我不懂代码。但我懂一件事：与其要一个无所不能的 AI，不如设计一套让普通 AI 也跑得稳的架构。 这，才是一个普通人能把公司交给 AI 的真正原因。

---

我是个 30 岁不懂代码的普通人，靠这套被坑出来、焊死的架构，一个人把一家公司交给了一群 AI 在跑。想自己也搭一套、少走我踩过的弯路 → 来工具站直接上手，或加我微信，聊聊你的场景该怎么搭。