既然人人都能做自动化机器人了，我们的“实战经验”才是真正的壁垒。今天帮一个做跨境电商的朋友用n8n搭了个库存预警机器人，他看着我拖拽节点、配置API密钥，半小时搞定，感叹说现在这玩意儿真简单。我心里咯噔一下，他看到的只是界面，我脑子里跑的是过去三年踩过的所有坑。
2019年那会儿，我还在用Python写爬虫监控竞品价格，光是绕过Cloudflare的5秒盾就折腾了一周，写出来的脚本又脆又慢，还得自己搭服务器跑。现在呢？n8n里直接有“绕过Cloudflare”的节点，点一下就行。工具民主化是好事，但也制造了一种幻觉，好像会拖拽连线就等于会解决问题。真正的魔鬼全在细节里：API的速率限制怎么设计队列？数据异常时的重试逻辑是三次还是指数退避？触发警报后，是发邮件、钉钉还是直接调用ERP接口锁库存？这些决策背后，是我在2021年双十一因为脚本漏单被客户骂到凌晨三点的记忆，是2022年自己健身教练副业的预约系统因为时区转换bug导致客户白跑一趟的教训。工具不会告诉你这些，它只会安静地等你配置错误。
我越来越觉得，未来产品经理或者任何想靠技术吃饭的人，核心竞争力不再是“我会用某个工具”，而是“我见过足够多的业务场景，并且知道怎么用工具组合拳打穿它”。就像老中医，药材（工具）就那些，但方子（解决方案）的君臣佐使、剂量火候，全靠经验。上个月有个学员想自动化处理小红书评论，上来就问用哪个AI模型识别情感。我反问他：你的业务目标到底是筛出差评优先处理，还是找出高意向用户导流？如果是前者，直接关键词过滤加人工复核可能比AI更准更快；如果是后者，你得先定义什么叫“高意向”——是问了价格，还是提到了竞品？这些定义不清，后面所有自动化都是空中楼阁。这就是实战经验，是你在真实项目里被用户和老板反复蹂躏后形成的肌肉记忆。
工具越强大，对人的要求反而越底层。你现在不需要懂多线程也能做并发，但你必须更懂业务流的本质。当n8n、Zapier、Make把这些技术细节封装成黑盒，比拼的就是谁更理解“问题本身”。我花了十年时间，从死磕代码到陷入管理泥潭，再被迫回归个体，最后被AI冲击得七零八落，绕了一大圈才发现，所有技术浪潮洗牌后留下的河床，都是对真实世界的理解深度。你骗不了人，也骗不了机器。一个没经历过库存积压痛点的程序员，设计出来的预警逻辑可能就是“低于10件就报警”，而经历过的人会知道，得结合季节系数、物流时效、促销日历，动态计算安全库存。这个动态计算的逻辑，工具不会给你，它藏在生意的褶皱里。
所以别焦虑工具学不完。把下一个项目当成积累“褶皱”的机会。去直面那些混乱的需求、矛盾的KPI、不靠谱的数据源。每一次手忙脚乱的救火，都是在往你的经验壁垒上垒一块砖。等砖墙高到别人一眼望不到顶的时候，你就稳了。
