本篇判断：AI 的岗位边界不是在方案里拍出来的，是被业务现实划出来的——先把人工业务流复现一遍，AI 的位置是复现的产出，不是立项会上的输入。
本篇解决读者的什么问题：下次 AI 立项会，把第一动作从「列 AI 能力清单找场景」换成「先跟一单真实活走到底」。本篇用两份书面翻车记录对照开题，给出业务流复现五步——走一遍不猜／「六个谁」问一遍／三问冻结／在最贵的错处设人工闸／先收缩后扩张——每一步都钉在两个已上线现场的原案证据上。
适用边界：两个案例出自 Datawhale《FDE案例100》首批 24 案——同一编选工程的访谈整理稿，不是 24 个独立因果实验；效果只说到受访者自述为止。复现五步是我们提炼的工序卡，帮助把问题问具体，不保证问全或照做必成；流程本身不存在的现场（没有 SOP 可复现），这套工序失效——失效条件文末逐条交代。
两份翻车记录，先摆在桌上
两份翻车记录，先摆在桌上。
一份记在电信案里。一家美国前三大的电信运营商（原文口径），在请外部团队之前自己先干过一票——仪表盘自动报告试过，Agent框架也试过，「甚至在我们介入之前，他们自己已经搭过一个Agent」（NO-16 txt L54-56，印刷页161）。受访FDE推测，搭法可能是给模型一句话：「你现在是一个数据分析师，我给你这些数据，请帮我分析。」（L58-59）「看起来非常合理，但真正跑起来以后，结果往往并不令人满意。即使底层用的是很好的模型，也不能保证最终输出符合业务要求。」（L60-61）做这个项目的受访FDE总结得更狠：「『能跑起来』和『可以生产使用』，是完全两回事。」（L57）
另一份记在制造案里。一家做多品种小批量非标制造的企业的报价AI项目（企业自述背景：两三百人规模、营业规模一二十亿元，NO-17 txt L19，印刷页169），乙方团队复盘方案时自己交代：「一开始我们想得比较直接，觉得模型看懂图纸、抽取字段，后面按规则一算就能出价。真正到现场跑起来才发现，端到端直接出价，出来的数字经常对不上真实成本。」（NO-17 txt L111-113，印刷页174）
一个想用AI的企业，一个专门帮企业上AI的乙方。两份记录并排放着，我们的对比读法是：两份记录都暴露出先给AI一个大岗位、再补业务约束的风险。制造案的最初方案，打算让模型看懂图纸、抽取字段，再按规则计算出价；电信案里，受访FDE用一句提示词描述他推测的客户旧版做法。
这两案出自Datawhale《FDE案例100》首批24案，2026年9月发布的一册行业访谈整理稿（电信案正文在案例集印刷页p160-166，制造案正文p169-178；本文引文以档案txt行号为锚）。FDE，Forward Deployed Engineer，把AI装进企业一线的交付角色——这个交付角色自己的商业模式怎么算账，《FDE驻进客户现场以后，怎样避免永远出不来？》那篇讲过，此处不展开；两位讲述者，下文称电信案的受访FDE、报价案的受访FDE。24案是同一编选工程的访谈整理，不是24个独立因果实验，本文所有效果只说到当事人自述为止。
两份记录，同一份岗位说明书
先看电信客户那版死在哪。
那句提示词之前，分析师的日常长什么样，原文写得很实：数据分析师、数据科学家自己写SQL，甚至进一步建机器学习模型，从数据里找问题，再把结果整理出来，给经理或者管理层看（NO-16 txt L28-30，印刷页160）。SQL写到上百行、几百行，中间就可能出问题——受访FDE后来真的碰到过「看起来正确、实际上取错了数据」的情况（L34-35）；仪表盘更适合回答预先定义好的问题，而现实中的分析往往是不断追问的（L36-41）。现场其实早把答案摆在那了：中间过程会出错，输出有受众，问题永远在变。只是那句提示词，一行都没接住。
这家运营商也不缺东西——用电信案受访FDE的话说，「客户已经有数据、有分析师，也有很多AI工具，但这些东西还没有真正组合成一个可靠的业务流程」（NO-16 txt L42-43，印刷页160）。缺的那件东西，恰好是那句提示词里没有的：输入是什么口径，中间经过哪些步骤，输出长什么标准。模型领到的是一纸任命，不是一份流程。
制造案那版更有意思，它恰恰出在一个讲究方法的项目里。报价案受访FDE自述的工作顺序是：「我没有拿着一个模型去问客户『这个模型能帮你干什么』，工作顺序一直是反过来的，先理解业务，再拆流程，再判断哪些环节该用AI。」（NO-17 txt L79-80，印刷页172）「我们先去复现传统人工操作的业务流和数据流，通过还原实际SOP」（L81-82）。
可就算这样，方案的第一版仍然想从模型看图、抽字段直接接到规则计算出价；原文没有说定价全由模型独立完成。是现场把这一版打回来的——出来的数字经常对不上真实成本。
所以这两份记录，其实是两层教训。
第一层：如果只给岗位、不说明流程，AI的工作边界就无从落实。电信案的提示词示例暴露了这个风险，但原文的措辞只是「可能就是给模型一个提示词」（NO-16 txt L58，印刷页161）：这个示例没有写明输入口径、中间步骤和输出标准，不能据此断言客户旧系统不存在这些设计。
第二层更扎手：先做业务复现，也不能保证初版方案直接跑通。制造案最初把模型看图、抽字段接到规则计算出价，现场数字却经常对不上真实成本。改法写在同一处：「所以我们改了方案，让模型先只负责把图纸信息结构化，报价环节再回到企业自己的物料和规则库里做匹配，每一单都经过人工校准才对外输出。」（L113-114，印刷页174）
把两份记录对齐，我们看到的是同一个结构：仅给岗位名称不足以定义AI的工作边界，还要补齐流程和业务约束。这是我们的对比结论，不是哪一案的原话——但两案白纸黑字，各留了一份同一死法的记录。
两版「岗位说明书」并排看（我们的拆解；各案事实只取自本案源文本）：
| 电信案那版：一纸岗位任命 | 制造案那版：端到端包圆 | |
|---|---|---|
| 谁写的 | 客户自己——请外部团队之前已搭过一个Agent（NO-16 txt L54-56） | 乙方团队的第一版方案——出在一个先复现的项目里（NO-17 txt L79-82） |
| AI领到的岗 | 受访FDE推测的提示词示例：整个「数据分析师」（L58-59） | 整条报价链：看懂图纸、抽取字段、按规则一算、直接出价（L111-112） |
| 怎么死的 | 跑起来结果不符合业务要求；「能跑起来」≠「可以生产使用」（L57、L60-61） | 端到端出价，出来的数字经常对不上真实成本（L112-113） |
| 谁把它打回来 | 受访FDE复盘时点破——此后项目按系统设计来做 | 现场证据——真实成本对不上，乙方自己改方案（L113-114） |
| 共同死法（我们的对齐） | 提示词示例未写输入口径、中间步骤、输出标准；旧系统具体设计未披露 | 初版规则计算没有对上真实成本，改后显式回归企业物料和规则（L111-114） |
两个现场，先做的都是业务梳理
翻过翻车记录，看两位受访FDE怎样描述自己先做的业务梳理。
制造案先到车间梳理链路和角色交接。「进场之后我先去了车间，看一个订单从图纸到交付到底经过哪些环节，又翻了一批历史报价单，找业务人员和老师傅分别聊」（NO-17 txt L91-92，印刷页173），问出来一份名单：「谁看图纸，谁做需求拆解，谁定物料，谁判工艺，谁核成本，谁最后报价，不同角色之间怎么交接。」（L93-94）然后才是那句话：「只有把这些都搞清楚，才能知道AI应该放在哪个位置。」（L94-95）
电信案先弄清三个问题。「客户到底要什么输入？最后需要什么输出？中间到底发生了什么？」（NO-16 txt L76-77，印刷页162）「因为如果这三个东西没有搞清楚，Agent写得再漂亮也没有意义。」（L78）
三问的答案最后装进了什么，电信案自己有交代：「我们没有把它做成一个『会聊天的分析师』，而是把它当作一套业务系统来设计」（L85-86）。注意方向：系统形态是复现的落点，不是起点——先有三问拆出来的东西，才谈得上把它装成系统。复现也不等于把旧办法一脚踢开，电信案受访FDE先给人工流程还了账：「平心而论，过去这套人工分析的办法是走得通的，也不能简单说传统方法『不好』」，对相对固定的问题「其实很有效」（L50-53，印刷页161）。先认下哪段流程是好的，才谈得上判断AI该接哪段。
一个从车间进，一个问题进，路径不同，顺序是同一条：先把人怎么干活复现一遍，AI的位置是复现的产出，不是立项会上的输入。
（说明一句：这个顺序判断本身有出处——「先复现再定位置」是报价案受访FDE的自述工作法，「三问」是电信案受访FDE的自述；把它们对成同一条纪律，是我们的跨案拆解。）
需求那一头，也是一样的道理。需求方说的是「我要报价」，听着像一句话的事。报价案受访FDE自己拆穿：「这个场景只叫『报价』其实并不准确。更准确地说，它是一条完整的链路，图纸解析、需求拆解、研发协同、生产方案、成本核算、报价。」（NO-17 txt L24-25，印刷页169）
这条链不是修辞，链上每一格都压着真实代价。懂工艺、懂材料、懂制造可行性的人本来就稀缺，大量非标订单一来，他们不得不把时间耗在售前方案、看图纸、拆需求、估成本上（L31-33）；价格报高了订单可能丢，报低了生产时才发现成本覆盖不住（L34-35）；询价不等人，报价卡在那里几天，售前节点直接卡死，订单流失（L36-37）。「我要报价」四个字背后，是六格活儿和一串代价——哪一格轮得到模型，得先看清每格是谁在干。
一句话需求拆开，是六环链对一份岗位名单（两列都是原文自己的名单，NO-17 txt；配对是我们的整理，中间两环原文没逐一钉死，留白不硬凑）：
| 报价链六环（L24-25，印刷页169） | 车间里问出来的岗位（L93-94，印刷页173） |
|---|---|
| 图纸解析 | 谁看图纸 |
| 需求拆解 | 谁做需求拆解 |
| 研发协同 | ——（原文两列没有逐一配对） |
| 生产方案 | ——（同上） |
| 成本核算 | 谁核成本 |
| 报价 | 谁最后报价 |
外加一格对一格的交接方式（L94）。一句话需求里，根本没有AI位可以安放——你连这条链有六环都不知道，谈什么放第几格。
连选场景这一步都是反着走的：「我们选这个场景，并没有从『AI现在能识别图纸』出发。」（L40，印刷页170）反过来之后看的是三件事：有没有大量知识型工作，有没有一定规模的历史数据，现有流程里有没有明确的效率瓶颈（L40-43）。不是拿着模型能力清单满屋找钉子——至于链路长什么样，要等复现那一走（L91-95）。
最难的第一步，始终没人解决
制造案里最值得停一下的，是一条背景。
这家企业早做过数字化，上过ERP和报价模板。这类系统「擅长的是『你把字段填进去，我按规则往下跑』，最难的第一步，也就是把客户五花八门的输入理解成标准数据，始终没人解决」（NO-17 txt L66-67，印刷页172）。
字段进了系统，结果也进了系统，但最难的那一步始终空着；报价逻辑「很多时候都写在老师傅脑子里」（L62-63）。这家企业此前有没有完整梳理过自己的流程，原文没说；能确定的是，老师傅的经验一直在替这条链兜底。生意做大之后，这份兜底成了瓶颈本身——报价案受访FDE把要解的新问题说得很直白：「当业务规模继续扩大时，能不能不再靠增加更多人、更多老师傅来撑住报价能力」（L73-74，印刷页172）。
这个AI项目把「复现」这道工序带进了这家公司——复现的对象，就是上节那句传统人工操作的业务流和数据流（L81-82）。到第四步，老师傅脑子里的工艺知识开始被「逐步标准化、流程化」（L116-118，印刷页174）。数据这一关也绕不开：历史报价、物料、供应商信息「很少能天然直接给AI使用」，光清洗不够，还得还原「老师傅做这个判断到底依据什么」（L178-182，印刷页176）。受访FDE给这道工序起了个准名字：「其实很像经验复盘，要从企业现有的数据和人的经验里，把那套真正运行多年的业务规则挖出来，再把它重新变成AI能用的东西」（L186-187，印刷页177）。我们读到的是一个副产品：即便不算AI本身，这道复现也让散在人头的报价逻辑被摊开来对着看。
这也是我们读原文时最先愣住的地方。按惯性想象，AI项目该从「AI能做什么」开始；两个活下来的现场，都从「人怎么干活」开始。
顺带把边界说清楚：六环里「研发协同、生产方案」两环，原文只有界面截图、正文没有文字展开，别把它读成六环已经被AI全部接走。
还有一句分工：这条链复现完长成什么系统形态、能不能往下一个现场迁，是另外的话题——文末相关阅读里《举一反三找场景：迁移的是结构，不是现成解》接的是迁移那一头；本篇只管复现这道工序的顺序。
复现五步：AI立项的第一工序
把两个现场的动作拆开对齐，我们整理出一道工序卡——AI立项的第一工序，业务流复现五步。先交代坐标：立项之前，先找到值得修的损失，那是《先找损失，再谈AI：场景发现不是技术选型》的活；位置长出来之后，怎么翻译成立项会上能拍的档位，《同一个需求，落在完全不同的技术位置》那篇接棒。本篇只写中间这一段——位置是怎么从复现里长出来的。这道工序也不替场景筛选做决定：值不值得做，报价案的三筛（知识密集、有历史数据、瓶颈明确，NO-17 txt L40-43，印刷页170）先答；五步管的是答完「值得做」之后，位置从哪来。
第一步，走一遍，不猜。跟着一单真实的活从头走到尾：进车间、翻历史报价单、问交接（L91-93，印刷页173）。走的是活，不是汇报——同时把能力清单对号入座这条路禁掉：「并没有从『AI现在能识别图纸』出发」（L40）。
第二步，「六个谁」问一遍。谁看、谁拆、谁定、谁判、谁核、谁最后报价（L93-94），外加格与格之间拿什么交接。这份名单，就是AI的候选工位表。
第三步，三问冻结。输入是什么、输出是什么、中间发生了什么（NO-16 txt L76-78，印刷页162）。三问答不出就别动工——原话上一节已经引过：写得再漂亮也没有意义。
第四步，在最贵的错处设人工闸。错一格代价最大的那一格，留给人。报价案的判据是「报价是要对外的，一个尺寸抽错会直接影响成本」（NO-17 txt L174，印刷页176），所以每一单都经人工校准才对外输出（L114）；电信案的闸留在末端——分析先跑出「一份比较完整的数据分析结果」，再由人工做最后的质量确认（NO-16 txt L114-115，印刷页163）。分析结果直供管理层，而SQL暗错偏偏是「看起来正确」的那种（上一节引过原文）——错得越安静，越需要一道人工确认。
第五步，先收缩后扩张。第一版AI只领名单里的一格（我们概括为「重复且可结构化」）：报价案的模型只做结构化，报价回到企业物料、供应商、历史数据和规则库里做匹配（清单见L107-110，收缩动作见L113-114，印刷页174），跑通了再谈推广。推广同样分级：关键人试用、业务小组试点、真实订单验证、反馈调整、部门推广（L135-141，印刷页175）——试运行周期「大概是1到2个月」，当事人自述（L138）。
五步里没有一步在问「模型强不强」。步骤越往下走，AI的位置越清楚——因为它是从名单里挑出来的，不是从想象力里挑出来的。
五步速查（我们的拆解；行号为两案源txt锚点）：
| 步 | 动作 | 原案锚点 |
|---|---|---|
| 一、走一遍，不猜 | 跟一单真实的活从头走到尾，禁「能力清单找钉子」 | NO-17 txt L91-93、L40 |
| 二、「六个谁」问一遍 | 谁看／谁拆／谁定／谁判／谁核／谁报价，外加交接方式 | NO-17 txt L93-94 |
| 三、三问冻结 | 输入、输出、中间过程，答不出不动工 | NO-16 txt L76-78 |
| 四、在最贵的错处设人工闸 | 报价每单人工校准；分析末端人工质量确认 | NO-17 txt L174、L114；NO-16 txt L114-115 |
| 五、先收缩后扩张 | 第一版只领一格；关键人→小组→真实订单→部门 | NO-17 txt L113-114、L135-141 |
复现完，AI领到了哪几格
工序走完，看两案的AI实际领到了什么工位——位置是长出来的，这两段就是「长出来」的样子。
制造案，模型领的第一格是入口：利用多模态能力，把PDF、CAD图纸里的材料、尺寸、结构要求抽出来（NO-17 txt L97-99，印刷页173）。但目标不止于识别图纸——「识别之后必须结构化，因为只有结构化以后，这些数据才能继续进入后面的业务流程」（L102-103，印刷页174）。定价不能依赖模型自己的知识：「AI提取出客户需求之后，不能直接凭模型自己的知识报价格」（L106），报价回到企业自己的物料库、供应商体系、长期形成的报价逻辑里做匹配（L106-110，印刷页174）。校准也不是白干的劳动：业务人员改完，修改结果回填进数据、向量数据库或相关模型，「AI生成、人工校准、数据回填、下一次结果更好」（L119-122）；老师傅脑子里的判断逻辑，顺带沉淀成了企业的数据资产（L116-119）。
这份工位表不是照着模型能力清单挑的，是照着车间名单挑的：模型领重复且可结构化的入口格，老师傅领校准和规则格。为什么这么分，报价案受访FDE把理由落在人身上——「看图纸、拆需求这些重复劳动占满了老师傅和技术骨干的时间，而他们对工艺、材料和可行性的判断，恰恰是企业最难复制的能力」（L208-212）。最稀缺的判断力，不能耗在最便宜的环节。
电信案，三问拆出来的组件重新组合成一条管线：「把原来的数据分析过程拆成比较细的不同组件，再重新考虑每一个环节应该使用什么方法、什么结构，最后再把这些组件重新组合起来」（NO-16 txt L81-83，印刷页162）。Agent领的是生产段：理解问题、处理对应的网络数据、分析、给出结构化结果（L87-88）；分析师不用从零开始，「可以站在AI已经完成的结果上继续判断」（L117-119，印刷页163）。受访FDE特意堵了误读：「我觉得这里不能简单理解成『AI替代了几个分析师』」（L116）；末端的质量确认没有拿掉，因为企业真正需要的，是把人的时间从大量重复劳动中释放出来，「集中到更需要判断的地方」（L123-125，印刷页164）。
两个现场的分寸也一致：嵌入，不另起炉灶。电信案把入口嵌进客户原有的工作习惯——「客户原来怎么使用，就继续怎么使用」，网页、Teams、Slack是受访者列举的可选接入方式，原案确认的实际落点是聊天方式（L105-107，印刷页163）；制造案把报价锚回企业自己的物料和规则库，AI接的是链路里空着的那格，不重修一条链。
两案的AI工位表摆在一起看（我们的拆解；各案事实只取自本案源文本）：
| 制造案（NO-17） | 电信案（NO-16） | |
|---|---|---|
| AI领的格 | 入口格：图纸信息结构化（L97-103） | 生产段：理解问题、处理网络数据、分析、出结构化结果（L87-88） |
| AI不领的格 | 直接凭模型知识定价：报价必须回到企业物料、供应商、历史数据和规则（L106-110） | 末端质量确认（L114-115） |
| 人守的格 | 每单人工校准才对外输出（L114）；只审模型把握不大的字段，机制为当事人自述（L174-176） | 分析师站在AI结果上继续判断（L117-119） |
| 嵌入方式 | 报价锚回企业自己的物料和规则库 | 最终以聊天方式使用；网页、Teams、Slack仅为可选接入举例（L105-107） |
| 顺带长出来的 | 老师傅判断逻辑沉淀为数据资产（L116-119） | 人的时间转向更需要判断的地方（L123-125） |
复现不是慢，是减少方向性返工
预答一个质疑：先复现，是不是瀑布式的慢工出细活？
报价案受访FDE的原话正相反：「我一般不会等所有信息都完全掌握之后，再关起门来做几个月」（NO-17 txt L125-126，印刷页174）。边干边改，客户给一部分输入就先交阶段性产出——可能是Demo、一个流程，也可能是某个功能——让客户先看是不是这个意思（L126-128，印刷页174），「能来回几次，甚至十几次」（L131，印刷页175）；因为「有时客户自己都不知道自己真正需要什么」，要不断拿阶段性结果帮客户澄清需求（L132-133）。复现省的主要是方向性返工：需求拍错、边界拍错之后的推倒重来。
复现是走现场，不是写文档。而且清单上线之后还在长：识别层「业务人员只审那些模型把握不大的字段」，审完修正回填，「人工要审的部分越来越少」（L174-176，印刷页176，机制为当事人自述）。分级推广的道理同源——「比一次性开发完成再宣布上线可靠得多」（L142，印刷页175）。
效果口径一并交代，本文所有效果数字都按受访者自述口径。报价案已上线，刚上线的「前两个月一直处在磨合和微调阶段」（L145-146，印刷页175）；「至少能减少50%以上的相关工作量」是当事人自述，没有对照数据（L148）；现在的产出是企业「真正可以拿去用的报价」，同为自述（L109-110，印刷页174）。电信案已交付并进入日常工作——按受访者说法，交付的是「可以长期运转的Agent系统」，逐渐进入客户日常的数据分析工作（NO-16 txt L132-133，印刷页164）；「很多分析可以在分钟到小时级别内跑完」同样是自述，没有查询分母（L114，印刷页163）；这个系统实际有多少人在用，原文没有披露。
这套工序什么时候失效
失效条件写在前面。
业务流本身不稳定的时候——每个人的干法都不一样、没有SOP可复现——五步的第一步就走不动。这时该做的不是AI立项，是先把流程从无到有立起来。复现五步管的是「流程已经成型、只差一张图」的场景，不管流程本身不存在的场景。
还有一层时序上的诚实，得交代：电信客户旧版发生在FDE介入之前，但原文没有披露客户此前是否梳理过流程；报价案的方案调整，发生在一个自述先复现业务流的项目里。两案不能组成「跳过复现必失败、做了复现就成功」的因果对照。本文提炼的是一条工作纪律：把岗位拆成输入、步骤、规则和人工闸，再用现场结果修正边界；不是拿两个自述案例证明这条纪律必然成功。
抄走这五句
下次立项会，把「列AI能力清单找场景」这个第一动作，换成这五句：
- 跟一单真实活走到底，别在会议室里猜流程。
- 把「六个谁」问出来，AI的工位就在名单里。
- 输入、输出、中间过程，三问答不出就别动工。
- 错一格代价最大的那一格，留给人工。
- 第一版只领一格，跑通了再谈下一格。
需求一句话里没有AI位，模型能力清单里也没有AI位。位置这道工序给。
AI位是走出来的，不是拍出来的。
来源与口径备注
- 案例来源：Datawhale《FDE案例100》首批24案，2026年9月发布，L1访谈整理稿（同一编选工程，非24个独立因果实验）；本篇只用NO-16电信数据分析、NO-17非标制造报价两案，各案事实只从本案源文本与拆解卡取，不跨案挪用。
- 引文锚点：文中（NO-XX txt L行号，印刷页NN）＝
sources/fde-cases/pdf-text/NO-XX-*.txt提取件物理行，全部逐条实核；印刷页锚点按「印刷页＝PDF物理页−1」核对，与母稿冻结口径一致（电信案正文印刷页p160-166、制造案p169-178）。已核页锚：电信案翻车记录（NO-16 L54-61）在印刷页161、三问（L76-78）在p162、末端人工确认（L114-115）在p163；制造案六环链（NO-17 L24-25）在p169、车间业务梳理（L91-95）在p173、第一版翻车与改法（L111-114，同页）在p174、尺寸抽错（L174）在p176。 - 数字口径随文标注：NO-17「至少能减少50%以上的相关工作量」＝当事人自述、无对照数据；「前两个月磨合和微调」「试运行周期大概1到2个月」「来回几次，甚至十几次」＝当事人自述；现状为可产出「真正可以拿去用的报价」（自述）。NO-16「分钟到小时级别」＝自述、无查询分母；已交付并进入日常工作，实际使用人数原文未披露。全文无「已验证」「数据证明」表述。
- 框架署名：业务流复现五步、「两份记录，同一份岗位说明书」对照、两案工位表、六环对岗位配对表与五步速查表，均为我们的拆解（跨案研究框架），未冒充原案自述或客户验证结果；「先复现再定位置」「三问」本身是两位受访FDE的自述工作法，跨案对齐是我们的结论。
- 地域口径：NO-16＝美国前三大的电信运营商（原文口径）；NO-17＝做多品种小批量非标制造的企业（原文未标国别），未统一说成中国企业。
五句清单在上一节，工序卡完整版在「复现五步」一节，两案的案例账、行号锚和口径都收在正文各节——这篇本身就是完整账本，拿去就能用。这条工序前后各有一步接手：往前，立项之前先找到值得修的损失，是《先找损失，再谈AI：场景发现不是技术选型》的活——五步管「值得做之后位置从哪来」，不管「值不值得做」；往后，位置怎么翻译成立项会上能拍的档位，对照《同一个需求，落在完全不同的技术位置》；报价链复现完往哪儿长、能不能迁去下一个现场，见《举一反三找场景：迁移的是结构，不是现成解》。在组织里看了多年人和活怎么交接，我最信的仍是这条土办法：岗位表画得再细，不如把一单活从头到尾走一遍。