它一次性配齐了什么
5 个数据对象、70 个字段、27 个视图、1 条六状态流程、20 条菜单、8 个选项集、11 条事件规则与 6 张图表。
很多产品都有「AI 助手」，点开只能聊天。我们关心的是另一件事： AI 能不能真的把一套系统的数据模型、视图、流程、权限配出来，并且配得对、改得动、出问题查得到。
传统交付里，业务方只能用需求文档描述它想要什么，中间隔着好几层翻译。 AI 助理把这段翻译压缩成一次对话——但它把「每一步都停下来让你确认」当成硬约束。
「我们做家电安装，ERP 派单进来，师傅上门、扫码回单，然后审核结算。」
「派单按什么规则分给师傅？」「回单要留哪些材料？」——给你选项，不用凭空想。
对象与字段、流程与状态、权限边界一并列出。确认前它不会动你的配置。
自动写完模型、视图、流程、菜单、图表与权限，结构对账 + 烟雾测试通过才交给你。
这不是演示环境里的最好成绩，是真实监督记录里的数字。同一个会话里分 6 轮后台任务，墙钟 80.6 分钟。
5 个数据对象、70 个字段、27 个视图、1 条六状态流程、20 条菜单、8 个选项集、11 条事件规则与 6 张图表。
条码全局唯一校验、回单提交即锁定、结算信息字段级隔离、区域越权拦截、人员变更可继承——都是硬约束，不是提示。
对话、提问、每一次配置写入都有记录。以后出问题能分清是「当初就这么定的」还是「AI 理解错了」。
上面那套系统搭完之后，独立验收的 18 项里有 5 项没有通过——同一个取值函数用错，导致 6 类规则未生效， 后续修复轮只修好了其中 1 项。这些规则需要人工联调核对。
| 交付环节 | 做什么 | 为什么这步不能省 |
|---|---|---|
| 应用蓝图确认 | 动手前把对象、字段、流程、权限边界列给你确认 | 避免 AI 按它的理解先写一遍配置，最后全推翻 |
| 结构对账 | 把生成结果与蓝图逐项比对，找差异 | 挡住「漏配」「字段类型串了」这类静默错误 |
| 烟雾测试 | 跑一遍主流程，确认系统能完整走通 | 挡住「结构齐全但流程跑不到终点」 |
| 人工验收 | 由懂业务的人确认审批链、权限、结算等关键规则 | 业务口径的对错，只有业务方说了算 |
AI 助理之所以能「说一句就搭出来」，是因为底下已经有一套完整的能力模型在等它调用。 这些能力也是我们自己一个个写出来、跑在真实客户系统里的。
20 种字段类型，对象关联、唯一性约束、必填校验、选项集统一管理。把散在 Excel 和微信群里的数据变成有约束的一套结构。
10 种视图类型：列表、表单、详情、看板、日历、甘特、画廊、仪表盘、门户、自定义布局。同一份数据，不同角色看到不同的样子。
状态机流程、流转条件与动作；审批支持会签 / 或签 / 依次签。把「谁批、批到哪一步」的口头规则固化成系统约束。
菜单、操作、字段级可见与可编辑、数据范围、接口访问。让结算金额这类敏感字段对一线彻底不可见——是权限，不是隐藏。
独立的移动视图，支持定位打卡、扫码录入、拍照上传，浏览器直接打开。让外场人员当场把数据录进去。
事件触发、定时任务；消息走站内信、邮件、短信、Webhook（钉钉 / 企微群机器人）。该催的自动催，不用靠人盯。