既然图片处理太繁琐，我就用 AI 自动去背景（Agent版），这背后不是技术问题，是生存策略。2019年我搞团队那会儿，为了一个客户要的几百张产品图抠图，我得先跟美工讲需求，再催进度，最后还得自己返工检查边缘毛刺。现在？我花三个晚上写个脚本，以后这类活儿就永远归零了。这中间的差别，就是2019年的我和2022年的我之间，隔着的那条血淋淋的认知鸿沟。
2019年我最大的幻觉，就是以为“管人”是杠杆。招了两个兼职美工，一个前端，觉得自己是个小老板了。结果呢？每天80%的精力耗在沟通上：这张图背景不够纯白，那个按钮颜色客户不喜欢。我成了全天候的客服加质检员，自己最值钱的写代码、设计流程的能力彻底废了。最讽刺的是，当时接的那个电商小程序项目，流水账面上是赚了十几万，但刨去工资、我的时间成本、以及因为交付延迟被客户扣的款，算下来时薪还不如我2018年一个人干外包。那是一种清醒地看着自己沉没的感觉，你明知道在浪费生命，但船已经开了，你下不去。管理不是杠杆，是泥潭，尤其当你用管理去放大的是“非标准化人力劳动”的时候，那就是在给自己挖坟。
所以2022年我回归“超级个体”的第一原则就是：让每一行代码都变成资产。资产的意思是，它得能复用，能自动化，最好还能产生睡后收益。像这个图片去背景的Agent，核心逻辑就三块：用 requests 库从钉钉或微信机器人接指令，调用 Remove.bg 的 API（现在也有不少开源模型可以本地部署了），处理完后按预设规则重命名、压缩，再通过 webhook 把结果扔回群里。代码不到200行，但它的价值是，以后我、或者我的客户，再也不用为“把这张图背景去掉”这种破事多花一秒。它7×24小时待命，没有情绪，不会请假，质量恒定。
这里面的技术细节其实都是老东西，关键是思维切换。2018年我焦虑的是怎么用多线程爬虫绕过反爬，2022年我焦虑的是怎么把一个个零散的需求抽象成可配置的“逻辑单元”。比如这个Agent，我把它做成了 n8n 里的一个可复用的工作流节点，输入可以是URL、可以是base64、可以是本地路径，输出可以到云存储、可以发邮件、可以直接回传消息。这就从一个一次性脚本，变成了我“数字工具箱”里的一个标准扳手。下次遇到“批量处理商品图并生成缩略图”的需求，我只需要把“去背景”这个节点，和“调整尺寸”、“锐化”、“添加水印”几个节点像乐高一样拼起来，半小时就能交付一个定制化方案。
这比管人爽太多了。管人你要面对的是人性的熵增：状态起伏、预期偏差、离职风险。而写逻辑，你面对的是确定性的机器。只要逻辑自洽，它就会精确执行。这种掌控感，是2019年那个在会议室里对着不如意的设计稿憋着火、又不得不对团队成员保持耐心的我，根本想象不到的。我现在每天的目标很明确：要么在创造新的资产（比如封装一个通用的OCR调度模块），要么在让现有资产更健壮（比如给这个图片Agent加上失败重试和日志告警）。我的时间，终于又100%属于我自己了。
当然，这条路要求你一直保持高强度的技术摄入。Remove.bg 的API收费不便宜，所以我最近在测试用 Python 调用 PyTorch 跑 U^2-Net 模型，自己搭个本地服务。显卡在咆哮，电费在燃烧，但心里踏实。因为我知道，这套东西一旦跑通，它就彻底是我的了，没有月费，没有调用次数限制。这就是资产，是2019年那个忙着开会、算工资、安抚客户的我，绝对积累不下来的硬东西。
