苹果把抠图功能集成到系统里了，这消息让我在电脑前愣了几秒。不是惊讶，是那种“终于来了”的宿命感。我盯着刚写完的 Rembg Pro 脚本，它现在能通过 Alfred 一键调用，背景剥离速度比苹果原生还快 0.3 秒，但这 0.3 秒在系统级集成面前毫无意义。就像你苦练十年飞刀，结果对面掏出了手枪。2016 年我还会焦虑得睡不着，现在 2022 年底了，我只想骂一句，然后想想怎么把手枪改装成加特林。
Rembg Pro 这个项目本身就很能说明问题。它脱胎于 2020 年我做电商外包时写的批量抠图工具，当时为了应付一天上千张商品图的需求，用 Python 把 U^2-Net 模型包了一层，加了多线程和队列管理。那时候团队里的小孩连 Git 分支都搞不定，我得一边画原型一边调参，身心俱疲。现在回头看，那段管理毒打唯一的遗产，就是逼我写出了这套能稳定处理高并发请求的脏框架。疫情后我砍掉团队回归个人，这套框架没丢，反而被我磨成了“Flovico 系统”的雏形——一个用 n8n 串联，靠 Python 脚本当肌肉，专门处理重复性脏活累活的自动化怪兽。
但怪兽也有瓶颈。原来的监控逻辑太糙了，就是 try-catch 加日志写入。脚本挂了得等我自己发现，或者用户骂娘。这次重构，我下了狠手。每个关键节点都加了健康检查，用 Prometheus 风格的指标暴露出来，通过一个轻量级 HTTP 服务汇报状态。更重要的是自愈：检测到 Rembg 进程内存泄漏超过阈值，自动重启；API 调用连续失败三次，自动切换备用模型端点（我部署了不止一个 RemBG 服务）；甚至输出图片的像素异常（比如全黑），都会触发回滚并通知我。这些逻辑写起来比业务代码还累，但我知道必须做。身体是第一生产力，我不能 24 小时当人肉运维。
最核心的改动，是我在所有模块的入口和出口，都预留了标准化的 JSON 接口。输入什么，输出什么，错误码怎么定义，全部文档化。这个接口不是给人看的，是给未来的“大语言模型调度器”看的。我预感明年，ChatGPT 这类东西会爆炸，它需要清晰地理解任务边界和上下文。我现在把抠图、格式转换、数据清洗这些能力都封装成一个个有明确输入输出的“技能”，就是在为那个时刻做准备。当 AI 能理解“帮我把这份 PDF 里的表格截图，抠出产品图，把数据填进 Airtable”这种指令时，它需要知道调用哪几个“技能”，按什么顺序串联。我现在铺的管道，就是为那个“大脑”准备的神经末梢。
搞完这些已经凌晨四点，Alfred 的热键还能用，一键抠图依然流畅。但我知道，比拼单点工具效率的时代快要结束了。苹果的入局只是前菜，接下来会是 AI 对整个工作流的重组。我的焦虑从“会不会用这个技术”，变成了“我的系统能不能成为 AI 时代可靠的手脚”。这种焦虑更底层，也更他妈刺激。泡了杯蛋白粉当早餐，看着监控面板上各个服务亮着的绿灯，心想，至少我的加特林，子弹已经上膛了。
