平台不是把能力都攥在自己手里

前段时间在拆 AI 平台后续工作时，我被一个很小的分工问题卡了一下。

这种别扭不是因为外包不好，也不是因为我对内部团队的能力有不切实际的洁癖。更真实的原因是，我以前会下意识把“平台”理解成一种更强的掌控：需求自己想，规则自己定，页面自己做，接口自己接，最好连每一个功能的手感都能攥在自己手里。只有这样，才像是我们真的在建设自己的 AI 平台。

但平台真的往后推，我越来越发现，这个判断有点太像早期做产品时的本能了。它有认真负责的一面，也有危险的一面。平台如果什么都想自己做，最后很可能既做不快，也做不深；如果什么都交给外部，又会重新变成一堆供应商工具的入口集合。真正难的是在两者之间找到一条边界：哪些能力可以接进来，哪些秩序必须留在自己手里。

这不是某一次排期里的技术选择，往深一点看，其实是在问一个更麻烦的问题：当 AI 能力越来越多、模型越来越快、供应商越来越专业时，一个集团自己的 AI 平台到底应该长成什么样？

我原来太在意“自己做”，后来更在意“自己组织”

平台做过第一轮之后，我开始更强烈地感觉到：从“单点功能上线”走向“平台能力成型”，其实是一道分水岭。这个变化听起来像产品阶段的自然推进，但放到实际工作里，它会改变很多具体取舍。

单点功能上线的时候，人的注意力很自然会落在“有没有新东西”。服装上身、换模特背景、裂变套图、AI 超清、智能抠图、服装转平铺、服装细节图，这些能力只要效果足够直观，用户很快就能感知到平台在更新。这个阶段需要一点速度，也需要一点热闹。平台早期如果太安静，大家会觉得它没有变化，业务侧也很难建立使用信心。

但问题在于，功能越多，平台越容易露出另一种危险：它会变成一个更好看的工具货架。货架上摆着很多东西，每个东西单独看都有用，但用户仍然要自己判断从哪里进、怎么组合、结果保存在哪里、花了多少点数、下次能不能接着用。外部工具本来已经足够多了，如果内部平台只是把它们重新摆一遍，平台就没有真正成立。

我以前容易把“自己做”当成平台主权。现在看，平台主权不一定体现在底层模型是不是自己训练、某个图片工具是不是自己研发，而是体现在能力进入平台以后，能不能被统一入口调用、统一沉淀资产、统一记录成本、统一进入后续工作流。能不能把外部能力从“别人家的按钮”变成“我们自己的生产过程”。

这个判断变化对我挺重要。因为它会改变我看外包、看供应商、看模型接入的态度。外部能力不是平台的对立面，真正的对立面是无序。只要入口、规则、数据、成本和反馈还在平台里，外部能力反而可以成为平台长出来的材料。

设计智能体不是模型超市

我在拆设计智能体的时候，最容易反复提醒自己的一点是：表面上，它是把 DeepSeek、即梦、Nano Banana、OpenAI Image 2、即梦视频、可灵这些能力包在一起。看起来像模型越多越好，但如果真这么理解，就会把重点带偏。

但如果真的把它做成模型超市，用户大概率还是不会用。普通业务用户不关心底层是哪个模型，也不应该被迫知道哪个模型适合文生图，哪个适合图生图，哪个适合改款、换色、局部编辑、一致性增强。对他来说，真正的问题可能只是：“我想把这件外套改成藏蓝色，背景换成校园街拍风。”或者“我想根据这张效果图生成一段展示视频。”

这个时候，平台如果继续把选择权原样交还给用户，看似尊重用户，实际上是把复杂度推给了用户。设计智能体要解决的不是“把模型接上”，而是把用户的一句话翻译成平台可执行的任务：判断意图，选择工具，组织 Prompt，提交任务，展示状态，保存结果，再把这次过程留下来。

我现在越来越觉得，AI 平台里最值钱的东西，往往不是那次生成出来的图片，而是图片生成之前和之后留下来的过程。用户原始输入是什么，系统识别成了什么任务，最终 Prompt 怎么写，调用了哪个模型，结果是否被继续编辑，有没有进入提案或销售沟通。这些过程数据看起来没有一张漂亮图那么显眼，但它们决定了平台会不会越用越懂业务。

这也是我对“Prompt 存储”和“对话记录入库”看法变化的地方。早些时候，我会把它当成一个附属功能，像是生成结果旁边顺手保存一点日志。现在我会更认真地看它：如果不把这些过程保存下来，我们就永远停留在一次性生成；如果保存得足够好，未来才可能有优秀案例、提示词复用、品类经验、甚至更细的业务模型。

资产库是最不显眼、也最容易决定成败的地方

资产库这部分看起来很朴素，甚至有点无聊：图片、视频、白板、对话、上传素材、收藏，个人资产、团队资产、公司资产，预览、下载、删除、重命名，从资产继续发起编辑或生成。它不像生图功能那样容易演示，也不像视频生成那样有即时冲击力。

但越是这种不显眼的地方，越像平台的骨头。没有资产库，生成结果就会散在不同页面、不同会话、不同人的电脑和聊天记录里。今天看起来热闹，过两周再找，就只剩“我记得之前好像生成过一张不错的图”。这种状态非常熟悉，也非常危险。很多数字化项目一开始都不是失败在能力不够，而是失败在结果没有地方安放。

个人资产解决的是“我下次能不能找到”；团队资产解决的是“这个部门能不能复用”；公司资产解决的是“这件事能不能沉淀成组织能力”。这三个层级如果没有拆清楚，平台就会在权限、共享和质量之间来回摇摆。全部私有，组织沉淀不起来；全部公开，用户又会顾虑素材和客户信息；审批过重，早期使用热情会被流程磨掉。

所以我后来对公司资产这件事反而变克制了：早期先做归属和展示，不急着上很重的审批流程。平台早期最重要的不是一次性把治理体系设计得很完美，而是先让结果能留下、能找到、能继续编辑。秩序要先长出来，再慢慢变严。反过来，如果一开始就用很重的流程压住它，平台可能还没形成使用习惯，就先把用户劝退了。

积分管理不是财务问题，是产品边界问题

积分管理也容易被误解成后台财务功能。尤其当它写成基础积分账户、功能定价、调用前校验、成功扣点、失败退回、积分流水、按部门和用户查询时，很容易让人觉得这只是成本统计。

但在 AI 平台里，积分其实是产品边界的一部分。因为模型和供应商能力不是没有成本的，用户每一次点击背后都有算力、接口、供应商账单和集团资源消耗。如果没有积分，平台会在两个极端之间摇摆：要么因为怕花钱而不敢开放，要么因为早期推广而无限使用，最后没人知道真实成本落在哪里。

我之前也会天然更喜欢“先让大家用起来”，对扣点和定价有一点抗拒，担心它让用户觉得麻烦。但现在看，积分不是为了阻止使用，而是为了让使用变得可解释。哪些功能贵，哪些功能便宜，哪些部门用得多，哪些场景产出高，失败时要不要退点，这些规则如果不早一点进入系统，后面再补会很痛苦。

更重要的是，积分会倒逼我们区分“热闹使用”和“有效使用”。生成次数多不一定代表平台价值高，消耗点数多也不一定代表业务采用好。真正要看的，是消耗背后有没有资产沉淀、案例复用、提案推进、设计沟通效率提升。积分流水本身不是答案，但它能帮我们继续追问答案。

外包不是甩出去，而是把内部要守的东西逼清楚

再回到一开始让我别扭的外包问题。现在我会把它看成一次边界训练。

比较合理的分工，应该是让外部开发主要承担工程实现：前端页面、后端接口、第三方能力接入、生成结果存储、积分基础管理和页面交互开发；平台方向、业务规则、供应商合作和内容资源仍由内部团队主导。这个分工如果能守住，外包就不是把平台交出去，而是把可定义、可验收、可联调的工程工作拆出去。

它同时也逼内部团队变得更清楚。你不能一边说要外包配合，一边又把需求边界、接口规则、资产归属、积分逻辑、模型路由都放在脑子里。越是要让外部开发参与，内部越要把“不该交出去的东西”说清楚。否则外包拿到的就不是任务，而是一团雾；最后交付不稳，也很难只怪对方。

这给我的提醒是，平台往后做，难点已经不只是“做一个功能”。它开始进入更像工程管理和组织协作的阶段：什么先做，什么后做；什么接供应商，什么自己定义；什么本期先简单，什么必须从第一天就留接口；什么可以追求用户感知，什么必须忍受短期不显眼但长期重要。

我还没有完全想清楚的，是这个边界会不会随着平台继续变大而反复移动。比如设计智能体的 Prompt 组装，早期可以外包实现固定逻辑，但当它越来越贴近迪尚自己的审美、品类和业务语言时，内部是否要重新接回来？资产库早期只是存储和查找，但当公司资产开始涉及质量筛选、客户案例和权限边界时，治理规则又该由谁来定？

所以我现在对下一阶段的期待反而克制了一点。它不需要一下子证明平台已经成熟。它更像一次把骨架搭起来的工作：让外部能力进来，让用户能从一个入口开始，让生成结果有地方留下，让每次消耗有记录，让内部团队知道自己到底该守住什么。至于平台能不能真的长出自己的业务判断，还要看这些留下来的资产、记录和反馈，能不能在下一轮迭代里被认真使用。

如果说这次复盘留下一个判断，那就是：平台不是把所有能力都攥在自己手里，而是让每一种外部能力进入之后，都被自己的秩序重新命名、计量、保存和复用。能做到这一点，外部能力才不是外部能力，它才开始变成我们的能力。