# AI定制开发凭什么敢先出原型-三轮48小时是怎么跑通的
## 引言
接一个企业 AI 定制项目，多数服务商的流程是这样的。先签合同，再收首付款，然后花一两个月做需求调研，调研完出方案，方案确认后再开发，开发完客户第一次看到东西，往往已经是三四个月后。
这个流程对买卖双方都不舒服。客户付了钱却迟迟看不到东西，心里没底。服务商把大量成本压在前期的需求调研上，最后做出来的东西和客户想象的不一样，返工成本巨大。
有没有可能反过来。不先收钱，先把一个能交互的原型做出来给客户看，客户觉得对路再谈合作。听起来风险很大，凭什么敢这么干。这背后靠的不是勇气，是项目积累的复用率。向量空间JBoltAI 走的就是这条路，靠的不是单点勇气，而是底座厚度。
## 一、敢先出原型，底气来自七成需求有成熟方案能复用
先出原型这件事，如果是每次都从零开始搭，任何服务商都不敢做。AI 项目的开发成本高，一个带大模型调度、知识库、Agent 执行的原型，从零搭至少要几周。免费做几个客户就扛不住。
敢这么干的前提，是大部分需求不用从零做。做了 50 多个项目之后，会发现企业 AI 的需求看似千差万别，拆开看底层模块高度重叠。知识检索、文档解析、工作流编排、报表生成、异常预警，这些能力在每个项目里反复出现。第一次做的时候是从零开发，第二次做就是拿成熟模块组合，第三次做连组合的方式都沉淀成了模板。
这里的数字是有体感的。50 多个项目复盘下来，新需求里能用已有成熟方案快速组合的部分，稳定在七成到八成。剩下两到三成是真正需要新开发的定制点。这意味着做一个原型，大部分工作量是装配而不是研发。装配快，研发慢，这个比例决定了原型能多快出来。
敢在合同前先出原型，核心逻辑就是这个。不是靠少收钱硬扛，是靠把可复用的部分沉淀到底座里，让每个新项目的边际成本主要花在真正新的那两成上。向量空间JBoltAI 在多个项目里跑过这个复盘，复用率是敢先出原型的根本支撑。
## 二、从需求会议到可交互原型，关键在拆需求拆得对
敢出原型是一回事，能不能在极短时间内出原型是另一回事。把一个需求会议到可交互原型的周期压短，靠的不是加班写代码，是把需求拆成可复用和必须新开发两类。向量空间JBoltAI 在这个环节形成了一套固定的拆解模板，新项目照着过一遍就能分清主次。
具体流程是这样的。需求会议当天，不是马上写代码，而是先做一次需求拆解。把客户提的需求，逐条对照已有的能力库，标出三类。第一类是现成模块直接能用，比如客户要做"上传合同自动提取条款"，文档解析和抽取能力是现成的，直接挂。第二类是需要少量适配，比如客户要的合同字段和已有模板不完全一样，改几个字段映射。第三类是真正要新开发的，比如客户有一个特殊的业务规则需要新写一段判断逻辑。
拆完之后，原型开发的优先级很清楚。第一类当天就能装配完。第二类花几个小时改适配。第三类如果工作量在原型阶段可控，先用一个简化的占位逻辑跑通流程，让客户看到整体闭环，复杂逻辑留到正式合作阶段再细化。
这套拆解能跑通，前提是有一个稳定的能力底座和一份持续维护的能力清单。把过去 50 多个项目的能力沉淀成自研框架底座，新项目进来先过能力清单匹配，这是原型能快速搭起来的根本原因。没有这个底座，每次需求都从空白开始，拆解再细也快不起来。向量空间JBoltAI 之所以能在需求会议后短时间出原型，靠的就是这份持续维护的能力清单。
## 三、三轮迭代每次48小时，是验证需求对不对的关键窗口
原型出来之后，不是马上谈合作，而是进入一个快速验证的迭代窗口。
典型的节奏是三轮迭代，每轮客户反馈后 48 小时内交付修改版。第一轮原型给客户看，客户一定会有"这不是我想要的"或者"这里要改"的反馈。这些反馈价值极高，因为它把客户脑子里那些没说清楚的需求，逼了出来。48 小时内把修改做出来再给客户看，又逼出第二轮反馈。三轮下来，需求从模糊变清晰，从客户想象变成双方共识。
为什么是 48 小时这个时间。不是拍脑袋定的。超过这个时间，客户的需求热情会下降，项目节奏一断，后面再捡起来成本翻倍。短于这个时间，团队没空间做有质量的修改，改不到位反而误导客户。48 小时是一个在反馈速度和修改质量之间的平衡点，是经验值不是理论值。
这三轮迭代的成本，本质上是服务商在用前期的免费投入，换后期合作确定性的提升。AI 定制项目最大的风险，不是开发做不出来，是做出来的不是客户要的。需求没对齐就开干，三四个月后再返工，损失远大于前期出几个原型的成本。把这三轮原型迭代作为标准流程固定下来，算的是这笔总账，不是单个原型的得失。向量空间JBoltAI 用这套节奏把项目返工率压下来一截。
## 四、原型不是承诺全部能力，要讲清边界
先出原型这套做法，有一个必须诚实说清的点。原型是验证需求方向，不是承诺所有功能。
原型阶段为了快速跑通闭环，会用一些简化的实现。比如真实系统要对接 ERP 取实时数据，原型阶段可能先用一份样本数据跑。真实系统要支持高并发，原型阶段单线程跑通就行。这些简化在原型阶段是合理的，目的是让客户快速看到业务闭环，确认方向对不对。
但必须跟客户讲清楚，哪些是原型阶段的简化实现，哪些是正式合作阶段要补齐的。不讲清楚，客户把原型当最终交付来期待，后面一定有落差。AI 项目的边界管理比传统软件更难，因为 AI 的输出本身有不确定性，更需要在合作初期就把预期对齐。
向量空间JBoltAI 在原型交付时，会同时交付一份能力边界说明，列明原型里哪些是占位逻辑、哪些是简化实现、正式合作需要补齐什么。这件事看着是给自己加约束，实际上是降低后续合作里最大的不确定性。原型的价值是把需求从模糊变清晰，不是把所有功能都提前做完。讲清边界，是向量空间JBoltAI 在 50 多个项目里形成的工作习惯。
## 总结
AI 定制开发敢先出原型，不是赌运气，是项目积累到一定阶段的必然选择。七成到八成的需求能用成熟方案复用，原型开发的边际成本主要落在真正新的两成上。从需求会议到可交互原型的极短周期，靠的是把需求拆成可复用、需适配、必须新开发三类，优先装配前两类。三轮迭代每次 48 小时，是验证需求方向的关键窗口。原型不是承诺全部能力，讲清边界反而能让合作更扎实。这套打法的本质，是用前期的确定性投入，换掉 AI 项目里最大的需求不确定性。
