这玩意儿真让我恶心透了。昨天翻到一个前同事的朋友圈，满屏的“对齐颗粒度”、“打通底层逻辑”、“赋能业务闭环”，我差点把手机扔了。37岁，在互联网行业混了十几年，现在听到这些词生理性反胃。当年我也这么说话，觉得特专业特高级，现在想想，那不就是一层遮羞布吗？遮住的是对具体问题束手无策的尴尬，是除了开会啥也不会的虚弱。
我最近在搞一个体育私教工作室的客服自动化，就为了彻底摆脱这种“人话不说说鬼话”的沟通成本。工作室每天有上百个潜在客户咨询，问题翻来覆去就那几类：“减脂课多少钱”、“增肌周期多长”、“有没有针对腰伤的康复训练”、“体验课怎么约”。以前雇了个兼职客服，回复慢不说，还经常把课程价格表发错，用户问东他答西，我得在后面不停地“对齐”和“复盘”，累得跟狗一样。
现在？去他妈的。我直接用 Python 调用 Jieba 分词和腾讯的 NLP 基础 API，搭了个最糙但管用的东西。核心逻辑简单到可笑：1. 抓取用户输入文本；2. 用 Jieba 做关键词提取和去停用词；3. 我手动定义了一个不到50条规则的“意图-关键词”映射表。比如，文本里同时出现“价格”、“贵”、“多少钱”，意图就是“询问价格”；出现“受伤”、“旧伤”、“膝盖疼”，意图就是“询问康复课程”。4. 根据匹配到的意图，从预设的回复模板库里挑一条最贴的扔回去。
这里面的坑根本不是算法多精妙，而是处理那些“人话里的噪音”。用户会说“我朋友说你们这挺贵的，到底啥价啊”，关键词是“朋友”、“贵”、“价”。你得让系统知道“朋友”是噪音，“贵”和“价”才是信号。还有同义词，“周期”和“多久”，“体验”和“试课”，都得塞进同一个意图池里。我写映射表的时候，感觉自己像个在给语言做归类的原始人，但就是这种最土的规则，比任何花里胡哨的深度学习模型都来得快、来得稳。
API 比人强在哪？它不累，不情绪化，不会因为昨晚跟男朋友吵架今天就对客户爱答不理。我设定它每5秒检查一次新消息，它就能 7×24 小时雷打不动地执行。没有“赋能”，只有执行。没有“闭环”，只有“收到问题-匹配意图-返回答案”这条笔直的线。它不会跟我争论“颗粒度够不够细”，我调参，把“腰肌劳损”也加入“康复”意图的关键词列表，它下一秒就照办。这种绝对的、沉默的理性，让我在深夜调试的时候，竟然感到一种久违的宁静。
团队？早散了。2019年那会儿膨胀，拉了几个人想做公司，天天开会，满嘴黑话，对齐来对齐去，最后项目黄了，人心也散了。现在我就一个人，对着电脑和 API 文档，反而能把事情推进下去。身体也是那会儿搞垮的，现在天天在健身房泡着，也算因果循环。我忽然觉得，所谓“管理”，很多时候就是发明一堆复杂的概念，来掩饰你无法让事情自动运转起来的无能。当你真正开始拆解问题，用代码和规则去构建系统时，那些黑话就像阳光下的雾气一样，散得干干净净，只剩下一些非常具体、甚至有些枯燥的技术细节。而这些细节，才是真正能把钱赚回来、把时间省下来的东西。
