多个营销活动叠加时的金额计算
- 场景
- 会员折扣、优惠券、秒杀、满减、满送、套餐、第二件半价——单个都简单，一张订单同时命中多个就是组合爆炸：谁优先、谁能叠加、谁互斥
- 做法
- 先把散在代码和历史需求里的隐性规则显式化成优先级与互斥矩阵，再作为约束上下文交给 AI；输出后用叠加组合用例反向验证
- 结果
- 单个营销需求交付 →
谢棠九
全栈研发 · AI 交付复杂业务
谢棠九
全栈研发 · AI 交付复杂业务
我在同一家电商软件公司做了 10 年，为中小企业搭建自有商城平台——商城、订单、库存、支付、营销、会员。 做过开发，也做过项目经理。全栈：后端 .NET、前端 Vue3、MySQL（早期长期用 SQL Server）。
2024 年起我把工作方式彻底换了：需求分析、代码实现、Bug 修复、接口文档，AI 深度参与每一步。 用的是 Cursor、Codex、Claude Code 这一套，串上 Tapd、Linear、Figma 的 MCP。
一个商城的价格计算，可能同时牵着会员等级、优惠券、满减、限时活动、渠道差价； 一次退款要动订单、库存、账务、物流。AI 能很快写出一个函数， 但它不知道这些规则之间的优先级是什么、哪条是三年前为某个客户特批的、改了会波及哪里。
判断需求是否合理、会不会跟存量逻辑冲突，这部分至今只能由人来做。 而这恰好是 10 年积累的地方——我的价值不在写得比 AI 快，在知道该让它写什么。
面向有存量系统的技术团队，不是面向零基础入门。
在有真实业务复杂度的系统里建立可靠的 AI 开发流程：项目上下文包、代码规范约束文档、 结构化提示词模板、上下文污染的识别与回滚策略。让 AI 输出的代码符合既有架构，而不是另起一套。
把 AI 接进已有的研发协作链路：Tapd / Linear 自动拉单 → AI 分析修复 → 自动提交流转关闭； Figma 设计稿到前端组件的自动还原；接口文档按模板自动生成。从工具串联到闭环验证。
10 年电商域积累：商城、订单、库存、支付、营销、会员。能从业务层面判断需求是否合理、 会不会跟存量逻辑冲突，输出可直接落地的功能方案——而不只是把需求翻译成代码。
面向在职工程师的 AI 编程落地培训：不讲工具按钮，讲方法与代价。包含真实项目的工时对比数据、 常见失败模式复盘、以及如何在你们自己的技术栈上建立可复用的工作流。
真实生产项目，脱敏呈现。它们的共同点：难的不是代码，是规则。工时数据正在采集，八月中旬更新第一批。
以下几类事情我可以直接接：
留下信息我会尽快回复。也欢迎直接说明预算范围，方便我判断能不能帮上。