凌晨两点，刚跑完最后一组 n8n 工作流测试，颈椎的刺痛准时来敲门。我靠在椅背上，盯着屏幕上那些花花绿绿的节点，突然意识到，这他妈就是我现在全部的家当。不是公司，不是团队，甚至不是那些引以为傲的旧代码仓库。就两样东西：这副还能勉强运转的 39 岁身体，和一套被 AI 反复捶打、正在重构的逻辑体系。
今天这个自动化流程，是为一个健身教练客户做的。需求很简单：把他的私教排课表、学员跟进记录、以及从几个不同平台扒拉来的体测数据，自动汇总成一份周报，再通过 GPT-4 生成个性化的下周训练建议，最后用企业微信推给学员。听起来是典型的“AI赋能”小场景，对吧？我三年前用 Python 写爬虫加定时任务也能干。但现在的逻辑完全变了。核心不再是“我怎么把数据抠出来”，而是“我怎么让几个 AI 工具和 API 像流水线一样自己对话”。n8n 里，一个“HTTP Request”节点抓课程表，下一个“Code”节点用 JS 简单清洗，然后数据扔给“OpenAI”节点，提示词里必须明确指令格式和角色设定——“你是一名资深体能教练，语气需专业且鼓励，避免医疗建议”。这还没完，生成的文本要经过“Filter”节点，检查有没有触发词（比如“诊断”、“治疗”），最后才进入企业微信的机器人。每一个节点都可能崩，崩的理由千奇百怪：API 频率限制、返回的 JSON 结构突变、OpenAI 偶尔的胡言乱语。调试的过程，就是拿着逻辑的螺丝刀，在这里拧拧，在那里敲敲，直到整条线沉默而顺畅地跑起来。
这和我 2018 年死磕微信小程序后台时的状态，形式上很像，都是深夜，都是一个人面对机器。但内核天差地别。那时候焦虑的是技术本身，是能不能绕过微信的 DOM 树变更把那个按钮点下来，是 SEO 算法又更新了怎么快速调整爬虫策略。技能是护城河，也是枷锁，你学会的东西随时可能报废。现在的焦虑，转移了。技术细节在快速平民化，GPT-4 的 API 调用比当年写正则表达式匹配网页简单一百倍。真正的压力在于“逻辑设计”和“流程健壮性”。你怎么把一个模糊的商业需求，拆解成 AI 能理解、工具能串联的精确步骤？你怎么预判所有可能的异常，并设置 fallback？这活儿，没有一点“产品经理”的老本行底子，光会写代码还真搞不定。某种意义上，我过去十年在需求泥潭里打滚的经历，那些被客户反复摩擦培养出来的“拆解直觉”，成了现在最趁手的工具。
身体是另一条战线。去年体检报告上那几个刺眼的箭头（脂肪肝倾向、颈椎曲度变直）就是最直接的警告。我现在的“运维”清单里，除了服务器和 n8n 工作流，还有自己的身体。低卡饮食不是时尚，是确保下午三点不昏沉的燃料策略；每天半小时的划船机或力量训练，不是为了肌肉线条，是为了对抗久坐带来的代谢停滞和情绪低谷。我甚至给自己设计了一个简单的自动化提醒：如果连续三天在电脑前超过晚上十一点，日历上就会弹出一个强制休息 15 分钟的阻塞任务。这很讽刺，用自己搭建的自动化工具来监管自己这个“人形机器”的过载风险。
所以，深夜复盘什么呢？复盘今天这个流程里，那个“Filter”节点的判断逻辑是不是太武断，会不会误杀掉一些合理的教练措辞。复盘在给客户解释这个自动化方案时，是不是太沉溺于技术实现细节，而忽略了对方真正关心的“节省了多少时间、提升了多少学员续费率”。也复盘今天划船机时，心率有没有稳定在有氧区间。逻辑和身体，这两套系统都在持续迭代。版本号可能不同，但崩溃的后果都一样严重——一个导致项目交付失败，一个直接导致“我”这台主机宕机。
窗外的城市早就安静了，我这里只有机箱风扇的低鸣和显示器微弱的光。没有需要安抚的员工情绪，没有明天早会的汇报 PPT。这种疲惫，干净，甚至有点甘甜。因为你知道，所有的精力都砸在了两件确切的事情上：让逻辑更缜密，让身体更耐用。它们是我穿越下一个技术周期，唯一的、也是必须随身携带的行李。行李精简到极致，反而有了种奇异的踏实感。
