一人公司 · 第 2 课 · 架构思维

一个人,
六种架构

把零散的点子,归纳成 6 种价值创造方式
点子谁都能想,但能跑通的架构才决定成败——看懂架构,才知道该做哪个。

AGENT · 替代劳动 CONTENT · 聚拢注意力 SAAS · 提供工具 AGGREGATOR · 归集信息 PLATFORM · 撮合连接 PIPELINE · 转化交付
第一步 · 归纳

从 8 个点子,
到 3 种架构

把零散的点子按"如何创造价值"归类,立刻收敛成三族。点一下右边的架构卡片,看它由哪些点子组成。

01华人社区平台
02小企业自动化工具
03办公套件 · 邮件/PPT/CRM
04AI 创业伙伴配对
05AI 平民律师
06顾客调研 Agent
07按需印刷 POD
08商务项目推进 AI 秘书
架构 A · 替代劳动

Agent 自动化代理

把重复脑力活,交给会用工具的 AI
承载点子 → 02 · 03 · 05 · 06 · 08
架构 B · 撮合连接

Platform 双边平台

不生产价值,撮合两群人抽成
承载点子 → 01 · 04
架构 C · 转化交付

Pipeline 生产履约

把数字订单变成实体产品送达
承载点子 → 07
关键洞察:三种架构 = 三种创造价值的根本方式 —— 替代劳动(Agent)、撮合连接(Platform)、转化交付(Pipeline)。它们的数据流形状完全不同,下面逐一拆开。
(这只是核心三种 —— OPC 完整图谱还有三种,见后文「拓展」。)
↑ 提示:卡片可点击 / 键盘可聚焦,演示时点亮对应点子
01Replace Labor · 替代劳动

Agent 自动化代理

把一件重复的脑力活,交给一个会用工具的 AI。

Agent 架构把「一句话指令」变成「一连串自动动作」——Claude 作为推理核心,自己调用工具、读写数据、循环执行,替你完成本来要人做的活。它是 AI 时代最纯粹的「替代劳动」:你卖的不是软件界面,而是「活儿被干完」。最适合把某个重复、规则化的白领流程(客服、调研、跟进、对账)自动化,按月收订阅或按用量计费。

形态 · 无界面 / 单点 / 即插即用

数据流 · 线性管道 + 学习回路
↺ 学习回流 · 持续优化 触发源 输入解析 推理核LLM · 大脑 工具层 输出 人工审核human-in-loop 邮箱 表格 CRM 搜索
启动难度
启动资金极低 · 仅 API 费
市场空间大且在爆发
上手周期1–2 周出 MVP

整体状态

OPC适配启动速度轻资产市场空间护城河变现速度
外圈 = 越强 / 越有利

优势 / 劣势

优势
  • 一个人 + API 就能启动,几乎零启动资金
  • 需求随 AI 浪潮爆发,单客户即可验证
  • 高毛利(~90%),可做成托管服务
  • 跑通就能收订阅,变现快
劣势
  • 护城河弱,能力容易被复制
  • 依赖底层模型,成本随用量上升
  • always-on agent 月费可能很高
  • 可靠性需持续调教,容易「跑偏」
技术栈 · 怎么搭
Claude = 引擎本身 —— 推理 + 工具调用,整套流程的大脑
大脑 · 工具
Claude工具调用MCP
编排
Agent SDKLangGraphtool loop
记忆
pgvectorPineconeQdrant
后端 · 数据
Supabase
运行 · 触发
Cloudflare Workers定时任务Twilio · WhatsApp
实现要点
  • Tool loop:Claude 返回 tool_use → 你执行 → 把 tool_result 喂回 → 循环,设 最多 5–8 轮防死循环 / 烧钱
  • Prompt caching:缓存长系统提示与工具定义,省 ~90% 重复 token 成本
  • 人在环闸门:发邮件 / 付款等高风险动作走"草稿 → 人确认"
  • 记录每步工具调用日志便于排查"跑偏";always-on 月费高,按需触发更省
技术栈关系 · 数据怎么流
HTTP / 消息prompt ⇄ tool_use · 循环×N调用 ⇄ 结果SQL向量 topK回复文本用户 / 触发编排器 · WorkerClaude工具 / 外部 APISupabase·Postgres向量库·pgvector

最适合 OPC 的起点。 一个人 + API 就能跑通,单客户即可验证价值。护城河弱是它唯一的软肋 —— 靠垂直场景深度、私有数据、嵌入工作流来加固。变现走 SaaS 订阅 / 按用量。

真实案例 · AI 自动化代理

Base44 Maor Shlomo — 一人用 AI agent 包办 QA / 反馈 / 营销,2025 年 2 月上线,一月约 $1.5M · 6 月被 Wix 以 $80M 收购
SiteGPT Bhanu Teja — 一人开发,把网站内容训练成专属 AI 客服 agent · solo dev
普遍打法:把 Claude / n8n 配好的 agent 当"托管服务"卖给小企业 —— $500–2K / 月、~90% 毛利
02Broker Connections · 撮合连接

Platform 双边平台

自己不生产价值,撮合两群人,从连接里抽成。

平台自己不生产价值,撮合两群人,从连接里抽成。它的魔力在网络效应:用户越多越有价值,一旦形成壁垒就赢家通吃。代价是「鸡生蛋」的冷启动地狱——没供给就没需求。破局口诀:先用单边的工具或内容把一边引来,攒够量再开撮合。最难启动,但天花板最高。

形态 · 双边市场 / 网络效应

数据流 · 双向汇聚 + 撮合回路
↺ 数据回流 · 撮合越来越准 供给方建档 · 挂资源 需求方提需求 · 浏览 匹配引擎搜索 + 推荐 撮合 交易/连接 评价 信任层 ↓ 认证 评价 支付托管
启动难度高 · 冷启动
启动资金低技术 / 高获客
市场空间极大 · 赢家通吃
上手周期数月起步

整体状态

OPC适配启动速度轻资产市场空间护城河变现速度
外圈 = 越强 / 越有利

优势 / 劣势

优势
  • 网络效应 = 极强护城河,赢家通吃
  • 市场天花板极高,规模效应明显
  • 抽成模式,规模化后高毛利
  • 一旦成型,自增长飞轮
劣势
  • 冷启动是地狱(鸡生蛋),一人尤其难
  • 变现慢,需先把网络做大
  • 信任 / 支付 / 纠纷等运营复杂
  • 早期获取双边成本高
技术栈 · 怎么搭
Claude = 红娘 —— 解析双边资料 + 生成匹配理由
双边应用
Next.jsSupabase双角色 Auth
资料解析
Claude→ 标签→ embedding
匹配
pgvectorClaude
信任 · 支付
Stripe Connect实名
消息
Supabase Realtime
实现要点
  • 语义匹配:双边资料 embedding 进 pgvector 按余弦相似度配对,比关键词精准;Claude 生成"为什么匹配"
  • Stripe Connect:平台抽成 + 资金托管,避开自己持币的合规风险
  • 冷启动对策:先做单边免费工具 / 榜单引流,再开撮合
  • 信任层是命根(评价 / 认证 / 担保);RLS 隔离双边数据
技术栈关系 · 数据怎么流
资料 Profile需求 Profile文本资料标签 + embeddingtopK 匹配成交 → 分账消息流供给方需求方Next.js + SupabaseClaude 解析pgvector 匹配Stripe ConnectRealtime 消息

冷启动是地狱 —— 鸡生蛋问题。 没供给就没需求,没需求就没供给。破局口诀:先工具,后网络 —— 先用单边工具或内容把一边引来,攒够量再撮合。一旦网络效应形成,护城河极强、赢家通吃。

真实案例 · 一人双边平台

Indie Hackers Courtland Allen — 创业者社区平台,2016 一人创建 · 不到 1 年被 Stripe 收购
Product Hunt Ryan Hoover — 先做每日邮件列表,再变产品发现平台 · 被 AngelList 收购
Gumroad Sahil Lavingia — 周末项目起步,连接创作者与买家 · 创作者经济
共同规律:都「先单边(内容 / 工具),后网络」—— 这就是破解冷启动的标准打法。
03Transform & Deliver · 转化交付

Pipeline 生产履约

用户下单,系统把数字订单变成实体产品,送到手上。

生产履约把数字订单变成实体产品送到手上:用户上传 → 设计 / 建模 → 生产(工厂或 3D 打印)→ 质检 → 跨境物流 → 交付。技术不难,难在运营——真正的成本在质检、退换、跨境物流。好处是 POD 模式先有订单再生产,把库存风险降到最低。护城河来自供应链关系与周转速度。

形态 · 订单生产履约 流水线

数据流 · 单向管线 + 分支路由
A 线 · 跨境 B 线 · 本地 上传素材 预处理 订单路由router 中国工厂 QC 质检 跨境物流 本地 3D 打印 本地配送 交付售后 · 退换
启动难度高 · 运营重
启动资金中 · 生产/物流
市场空间实体定制 · 中
上手周期数月搭供应链

整体状态

OPC适配启动速度轻资产市场空间护城河变现速度
外圈 = 越强 / 越有利

优势 / 劣势

优势
  • POD 先订单后生产,零库存风险
  • 实体产品差异化、情感溢价高
  • 供应链关系 = 可积累的壁垒
  • 需求真实(礼品 / 定制刚需)
劣势
  • 运营最重(质检 / 退换 / 跨境物流)
  • 启动需搭供应链,周期长
  • 毛利被生产 + 物流压缩
  • 跨境合规 / 时效不可控
技术栈 · 怎么搭
Claude = 前台创意 · 客服 —— 生成设计稿、回复咨询
下单 · 托管
Next.jsVercel
设计 · 客服
AI 出图Claude 文案 / 答疑
订单 · 数据
Supabase
供应对接
PrintfulPrintify3D 打印
支付 · 物流
StripeShippo
实现要点
  • 订单状态机:待处理 → 生产 → QC → 发货 → 售后,自动推进 + 全程可追踪
  • 路由逻辑:按产品 / 地域判断走 A 线(中国工厂)还是 B 线(本地 3D)
  • POD 解耦库存:Printful / Printify 接单即生产,零库存风险
  • 图像预处理:检查分辨率 / 出血 / 色彩,自动转印刷规格;成本八成在运营(退换 / 物流 / QC)
技术栈关系 · 数据怎么流
图片 + 表单设计稿订单 JSON支付意图生产单 · A线物流单用户上传Next.js 下单Claude/AI 出图订单 OMS·SupabaseStripePOD · Printful物流 Shippo

技术不难,难在运营。 真正的成本在 QC、退换货、跨境物流。好处是 POD 模式已把库存风险降到最低 —— 先有订单再生产。护城河来自供应链关系、成本优势与周转速度。变现 = 产品差价(卖价 − 生产 − 物流)。

真实案例 · 实体履约

Budsies Alex Furmansky — 儿童绘画 → 定制毛绒玩具,bootstrapped、中国生产(正是 A 线) · 已做 25 万+ 个
Crayon Creatures Bernat Cuni — 儿童绘画 → 3D 打印摆件(正是 B 线) · 一人设计工作室
流程印证:上传照片 → 设计建模 → 中国 / 本地生产 → 6–8 周交付。Budsies 创始人原话:「对客户很简单,后端却复杂得多。」
架构图谱 · 拓展

完整图谱,
不止三种

前面这 8 个点子,正好覆盖了 Agent / Platform / Pipeline。但 OPC 的世界里,你还会反复遇到另外三种典型架构 —— 它们的数据流形状同样各不相同。

04Aggregate Attention · 聚拢注意力

内容引擎 Content

不卖产品,先攒人 —— 用内容聚拢一批受众,再从注意力里变现。

内容引擎不卖产品,先攒人。你持续产出垂直内容,把读者沉淀成一批信任你的受众,再从这份注意力里变现——广告、赞助、付费订阅、自有数字产品。它的资产不是代码,而是「影响力」:一旦受众规模起来,没人能复制你的声音。慢,但极稳。

形态 · 创作分发受众飞轮回流

行业资讯简报 Newsletter 知识付费 / 训练营 垂直博客 · 视频频道 主题播客
数据流 · 增长飞轮 + 变现支流
↻ 增长飞轮 越转越快 受众 → 变现 创作内容 多渠道分发 沉淀受众 数据反馈 变现引擎 广告 赞助 订阅 数字产品
启动难度
启动资金极低 · 近乎零
市场空间大但分散
上手周期见效 6–12 月

整体状态

OPC适配启动速度轻资产市场空间护城河变现速度
外圈 = 越强 / 越有利

优势 / 劣势

优势
  • 启动最轻,开始发布即可,零成本
  • 护城河强——受众与品牌难复制
  • 变现方式多(订阅 / 赞助 / 课程 / 产品)
  • 复利效应,越往后越容易
劣势
  • 冷启动极慢,前 1000 读者最难
  • 变现滞后,需先长期投入
  • 强依赖个人持续产出,断更即衰
  • 同质化竞争激烈,需差异化定位
技术栈 · 怎么搭
Claude = 副驾 —— 起草、改写、选题、一稿多发
创作
Claude
发布 · 订阅
BeehiivGhostSubstack
分发引流
X / 社媒KitResend
网站 · 托管
AstroNext.jsVercel
变现 · 分析
StripeGumroadPlausible
实现要点
  • 一稿多发:一篇长文 → Claude 拆成 X thread / LinkedIn / 短视频脚本,各渠道引流回订阅
  • SEO:Astro 静态站 + 结构化数据,长文吃自然搜索流量
  • 送达率:用平台自带发信或 Resend / Postmark,别自建 SMTP(进垃圾箱)
  • 冷启动慢:前 1000 读者最难,常需 6–12 个月每周更新
技术栈关系 · 数据怎么流
草稿 Markdown页面 HTML/SEO邮件 / RSS订阅者记录付费 · 订阅行为事件Claude · 创作Astro / Next.jsBeehiiv / Ghost订阅受众SupabaseStripe / GumroadPlausible

启动最轻 —— 开始发布就行。 难点在冷启动慢、变现滞后;但一旦受众沉淀,护城河极强(没人能复制你的影响力)。耐心才是这条路真正的门槛。

真实案例 · 一人内容公司

Stratechery Ben Thompson — 科技战略付费简报 + 播客,2013 起一人运营,付费简报的鼻祖 · $15 / 月
Lenny's Newsletter Lenny Rachitsky — 产品 / 增长,100 万+订阅,"每周写了 4 年"才起势 · 付费约 $2M / 年
The Saturday Solopreneur Justin Welsh — 14 万+订阅,简报当"枢纽"导流 $150 课程 · 课程销售 $2.5M+
05Provide a Tool · 提供工具

自助产品 Micro-SaaS

做一个工具丢给用户自己用 —— 价值是工具本身,收入靠订阅复利。

自助产品就是做一个工具丢给用户自己用——价值在工具本身,用户登录、操作、付费续订。和 Agent 的根本区别:这里是「你操作工具」,而非「工具替你干活」。经典的独立开发者模型,靠订阅复利。成败在于切口够不够窄:聚焦单一痛点,一个人才维护得动。

形态 · 自助 UI · 经常性订阅

发票 / 报价生成器 预约 · 排期工具 浏览器插件 Notion / 表格模板工具
数据流 · 用户 ⟷ 工具 自助闭环 + 订阅
自助操作 · 反复使用 付费 用户 产品界面自助 UI 后端逻辑 数据库状态持久化 订阅计费按月续费
启动难度
启动资金低 · 工具+基础设施
市场空间巨大 · 可细分
上手周期2–4 周 MVP

整体状态

OPC适配启动速度轻资产市场空间护城河变现速度
外圈 = 越强 / 越有利

优势 / 劣势

优势
  • 订阅经常性收入,跑通可早变现
  • 市场巨大、可垂直细分
  • 现代脚手架几天即可出 MVP
  • 用户自助,运营负担相对低
劣势
  • 需要真做产品(开发 + 设计)
  • 获客与客服是长期挑战
  • 功能易被复制,靠切换成本 + 垂直深耕
  • 功能蔓延会拖垮一人维护
技术栈 · 怎么搭
Claude = 产品里的一个功能 —— 可选的 AI 特性
脚手架
ShipFastSupabase Starter
前端
Next.jsTailwindVercel
后端 · 数据 · 鉴权
Supabase
计费
StripeLemon Squeezy
邮件 · AI
ResendClaude · 可选
实现要点
  • 计费打通:Stripe webhook → Supabase Edge Function 更新订阅状态 → 按订阅控权限
  • RLS(行级安全)是命门:确保用户只看到自己的数据
  • 计费选型:跨境卖 → Lemon Squeezy / Paddle 当 MoR 自动处理税务;本土 → Stripe 更省
  • 脚手架省掉鉴权 + 计费样板,几天出 MVP;切口要窄,否则维护不动
技术栈关系 · 数据怎么流
HTTPSREST / Auth · JWTAI 请求 JSON订阅状态 SQLwebhook → Edge Fn事件 → 邮件用户前端 Next.jsSupabaseClaude · 可选Stripe / LemonResend

经典 indie 模型。 产品一旦跑通,订阅可早早变现。难点在获客与支持。切口够窄、聚焦单一痛点,才是一个人也维护得动的关键。

真实案例 · 一人 SaaS

Photo AI / Interior AI Pieter Levels — AI 修图 / 室内设计,一人开发 · $132K + $40K / 月
ShipFast · DataFast Marc Lou — 开发者工具组合,零员工 · 2025 年破 $1M
fly.pieter.com Pieter Levels — 浏览器飞行模拟,vibecoding 速成 · 17 天到 $1M ARR
06Structure Information · 归集信息

聚合器 Aggregator

把散落各处的信息归集成一份结构化资产,让很多人来查、来用。

聚合器把散落各处的信息归集成一份结构化资产,让很多人来查、来用:多源采集 → 清洗结构化 → 数据资产 → 多端服务(搜索 / 订阅 / API)。Claude 在这里是「结构化引擎」,把杂乱网页变成可查字段。它的护城河是那份越积越深的数据集,通常靠 SEO 起量。

形态 · 多源扇入数据资产多端扇出

垂直招聘聚合站 比价 · 导购站 行业数据库 / 目录 公开数据可视化
数据流 · 沙漏:多源扇入 → 数据资产 → 多端扇出
扇入 · 多源采集 扇出 · 多端服务 网站抓取 公开 API 榜单 / 目录 公开数据 用户提交 采集 清洗·结构化 数据资产一次构建·反复查询 搜索站 订阅 Feed 开放 API 数据导出
启动难度
启动资金低 · 采集+托管
市场空间垂直 / 中等
上手周期SEO 起量数月

整体状态

OPC适配启动速度轻资产市场空间护城河变现速度
外圈 = 越强 / 越有利

优势 / 劣势

优势
  • 数据资产是护城河,越久越深
  • 采集自动化后近乎被动运营
  • 多种变现(广告 / 订阅 / API / 导出)
  • 资金门槛低,SEO 带来免费流量
劣势
  • SEO 起量慢,需要耐心
  • 采集管线要持续维护(源站会变)
  • 数据合规 / 版权需注意
  • 单一垂直市场天花板有限
技术栈 · 怎么搭
Claude = 结构化引擎 —— 把杂乱网页 / 数据提炼成结构化字段
采集
FirecrawlPlaywright定时任务
处理
Claude抽取·清洗
调度 · 去重
任务队列增量更新指纹去重
存储 · 搜索
SupabaseMeilisearchpgvector
前端 · API
Next.jsVercel
实现要点
  • Claude 做抽取:给乱 HTML + JSON schema,让它输出结构化字段 —— 比写脆弱正则稳得多
  • 增量采集:记录每条数据指纹,只刷新变化的(Levels 用 180+ cron
  • 混合搜索:关键词(FTS)兜底 + 向量(语义)召回,结果更准
  • 数据源会变:采集器要容错 + 监控;SEO 是命脉,每条数据生成可索引页
技术栈关系 · 数据怎么流
原始 HTML脏数据结构化 JSON增量写入embeddings float[]FTS+向量数据源 网站/API采集 FirecrawlClaude 抽取Supabase·Postgrespgvector搜索站 / API

积累的结构化数据集,就是护城河 —— 越久越深。 通常靠 SEO 起量,变现走广告 / 订阅 / API。长期成本是维护采集管线(数据源会变、会失效)。

真实案例 · 一人聚合站

Nomad List Pieter Levels — 数字游民城市数据库,数千数据点,会员制 · $38K / 月
RemoteOK Pieter Levels — 远程职位聚合,企业付费发帖 · $41K / 月
关键细节:Levels 用 180+ 定时任务每天刷新职位与天气数据 —— 这就是「采集层」真实运转的样子。
第二步 · 决策

该选哪一个?

六种架构没有好坏,只有适不适合此刻的你。先看横向对比,再用决策树对号入座。

架构价值方式启动冷启动护城河变现OPC 适配代表项目
Agent 替代劳动 最轻 ★★★★★ 办公套件 · 调研 · 秘书
Content 聚拢注意力 最轻 ★★★★ 行业简报 · 课程
Micro-SaaS 提供工具 较快 ★★★★ 单点小工具 · 插件
Aggregator 归集信息 ★★★ 信息聚合 · 数据库
Platform 撮合连接 地狱极强 ★★★ 社区 · 创业配对
Pipeline 转化交付 ★★ 按需印刷 POD
想让 AI 替你干活,一个人就能跑?
Agent
想先攒一批受众,再从注意力变现?
Content
想做个自助工具给人用、收订阅?
Micro-SaaS
想把散落数据归集成可查的资产?
Aggregator
撮合两群人、做大赢家通吃?
Platform
供应链、扛得住实体运营?
Pipeline
OPC 最优解

从最轻、反馈最快的起步 —— Agent 自动化、Content 内容、Micro-SaaS 小工具,都能一个人启动。Aggregator 靠时间积累数据资产,PlatformPipeline 留到验证后再上。
六种架构不是单选题,而是一条演进路线

案例Orchestrated Agent · 编排 Agent

Agent 用到极致

从"一句指令一个动作",到"一句指令跑完一整套流程"。

Agent 的两个段位 · 简单 Agent编排 Agent

简单 Agent · 一进一出
指令 单任务 输出
编排 Agent · 一句指令,自动跑完六步
指令 ①读取 ②路由 ③提炼 ④起草 ⑤待办 ⑥日志 输出
场景 · 中欧跨境商务 一位项目经理同时推进十几个中欧合作项目。信息散落在 WhatsApp、邮件、PDF、报价单、会议纪要 里,沟通横跨 中文 / 波兰语 / 英文。他要的不是聊天机器人,而是一个秘书 —— 发一句话,活就办完。
数据流 · 一句指令 → 六步编排 + 项目记忆
消息 邮件 PDF 图片 读取项目 写入进展 ✓ 你确认后才发送 / 落库 WhatsApp一句指令 读取多模态 路由识别项目 提炼风险·动作 起草中·波·英 待办+ 跟进提醒 日志沉淀进展 回 WhatsApp草稿 + 待办 项目记忆库 Project Log · 把"聊天"升级成"秘书"的关键

六步动作 · 一句指令自动跑完

① 读取多模态解析 —— 消息 / 邮件 / PDF / 图片,统一成文本
② 路由分诊 —— 判断这件事属于哪个项目(读记忆库)
③ 提炼抓关键信息、风险点、下一步动作
④ 起草按对方语言起草中文 / 波兰语 / 英文回复
⑤ 待办自动生成待办事项与跟进提醒
⑥ 日志把进展写回项目记忆库,方便日后追踪

关键组件 · 为什么仍是 Agent

输入层多模态读取(文本/邮件/PDF/图片)
路由器项目分类器 —— 编排 Agent 的新零件
记忆库命根 —— 项目日志让它从聊天变秘书
交互层跑在 WhatsApp 里 —— 无界面,嵌入已有工作流
审核闸草稿先给你看,你点发送才动作

它依然是 Agent 架构,只是把链条拉长了。 三件事让它"像秘书"而非"像聊天":① 项目记忆库沉淀历史;② 人在环审核闸把关;③ 跑在 WhatsApp 里 —— 不造新 App,正是 Agent"嵌入工作流"的精髓。对 OPC 而言,这就是一个人撬动十几个项目的杠杆。

两种技术哲学,选你跑得最快的那个:AI-native 现代栈(Claude + Supabase + Vercel + 向量库)—— 功能强、迭代快;② 极简栈 —— Pieter Levels 一人做 40+ 项目、$3M/年,用的却是纯 PHP + SQLite + 定时任务,没有 React、没有微服务。能让你一个人维护得动的栈,就是好栈。

第三步 · 课堂演示

现场搭一个 Agent

选最轻的 Agent 架构,10 分钟跑通一个 MVP —— 让学员亲眼看到"一个人 + AI 真的能干"。

01

挑一个单点场景

邮件自动分类,或一份顾客调研问卷分析。场景越窄,越快出效果。

02

接上一个工具

给 AI 一个"手脚":读邮箱、读表格,或抓一段网络评论。对应架构图里的工具层。

03

跑一遍数据流

触发 → 推理 → 调工具 → 出结果,当场演示信号怎么在管线里流动。

04

留一道审核闸

结果发出前由人确认 —— 强调"人在环"是 OPC 安全落地的关键。

点子不值钱,
能跑通的架构才值钱。