@mardehaym：与一家私募支持的SaaS公司（年收入约1500万美元）的产品和工程负责人讨论了AI架构…

与一家私募支持的SaaS公司（年收入约1500万美元）的产品和工程负责人讨论了AI架构。 我听到的内容，可以说是任何试图将AI嫁接到成熟产品上的中端市场SaaS公司的典型写照。 一个人同时负责路线图和架构。他没法暂停现有工作去考虑AI。 没有人专门负责AI。没有策略文档。没有基础设施。只有零星的个人尝试。 他们试过Claude。他的原话是：“它做了很多愚蠢的事情。”整个团队仍然靠手动Excel粘合在一起。没有人把这些工作流程与AI可以自动化的内容联系起来。 这就是遗留系统的问题。市场热衷于用AI从头构建新产品。但在一个比LLMs早十年就存在的成熟代码库上，你能更快地完成复杂而精细的任务吗？在这里加入AI意味着重新架构，而不是简单附加。 他手下有5个开发人员，一个已经跟不上速度的QA工程师，和一个PM。这个领域非常专业，替换一名高级开发人员需要6个多月。当替换周期比大多数私募报告的窗口期还要长时，你无法承受人员流失。 工程师们不相信AI能处理好他们的产品，我对此的尊重超过盲目热情。工程负责人直接说：不能基于证据看待AI角色的人，将不会参与部署。 负责整个投资组合AI转型的私募合伙人在每次通话中都参与其中。他的参与将评估周期缩短了约60%。CEO在第三次通话时已进入批准模式，而非评估模式。私募不资助90天的试点，他们资助30天的冲刺。 最终促成合作的不是一堆幻灯片。我们展示了真实的代码审查和实时自动化演示，他的问题在那次会话中从“你们能做到吗？”变成了“我们什么时候开始？” 他们聘用我们的任务是：在保持机构知识的前提下，加速成熟复杂产品的功能开发。他需要让那些持怀疑态度的工程师亲眼看到AI在难题上的表现，以免垂直领域的竞争对手抢先。 如果你在运营一个比LLMs更早的中端市场SaaS产品，这很可能也是你的现实情况。