一个人,如何撑起接近 10 人团队的产能?答案不是把开发速度提上去,而是把「产品商业化流水线」交给一队 AI 员工——AI CEO 调度、产品经理包装、编导剪辑出片、QA 自动验收、销售扫描客户,让 10 个产品同时进入市场验证。这套蓝图现已落地为 16 个可真实调用的 AI 员工。
「AI 一人公司架构蓝图」全景图 · 3209×2801 高清 · 点击可放大
蓝图不再只是图。它已落地为 16 个真实的 Hermes 角色(全部由 Hermes 承载,含 CEO),采用「执行官 + 专职质检官」双人配对(Maker-Checker)——凡交付必质检,质检不过不进入下一环节。
| 部门 | 执行官(Maker) | 专职质检官(Checker) | 质检把什么关 |
|---|---|---|---|
| 决策 | AI CEO | — (质检总监监督) | 瓶颈导向、批量流水线 |
| 质检 | 质检总监 | 立标准 + 终审 | 维护全公司质检标准、裁决争议 |
| 产品包装 | 产品经理 | 定位质检官 | 老板语言、ROI 数字、无技术黑话 |
| 视频制作 | 编导 | 视频质检官 | 画面真的动 + 演示与叙述一致 |
| 测试 | QA 工程师 | 测试有效性质检官 | 真跑过、断言有效、无假绿 |
| 销售 | 销售 Agent | 触达质检官 | 线索可核验、不虚假承诺、不骚扰 |
| 研发 | 研发工程师 | 代码质检官 | SDD 规范符合、TDD、生产安全 |
| 市场研究 | 研究员 | 数据质检官 | 有信源、不过期、事实/推断分离 |
| 客户成功 | 客户成功 | 服务质检官 | 真解决、不乱承诺、反馈回流 |
因两类真实事故而设,用脚本客观判定、不靠印象:
frame_diff.py — 抓「静态图冒充录屏」:算相邻帧变化率与 SSIM。那段 65 秒假视频实测被判 FAIL(画面全程没动)。demo_narration_audit.py — 抓「演示翻车但字幕装没事」:抽帧 + 视觉判读画面是否报错/空结果,对照同时刻字幕是否如实反映,不反映一票否决。以《AI 邮件分类系统》为实验田,真实产出并通过质检:
从组织架构到第一条闭环流水线,完整的一人公司作战地图
瓶颈不是开发能力,而是产品商业化流水线。最大杠杆是把商业化速度×10,第一个 AI 员工应是「AI 产品营销总监」而非程序员。
已落地:全部由 Hermes 承载(含 AI CEO)。8 个执行官各配 1 名专职质检官,顶上设质检总监立标准。OpenClaw 保留作可选的图片/视频生成后端。
产品经理 Agent 用「老板语言」把源码翻译成定位文档:一句话卖点、目标客户、痛点、ROI、销售话术、视频脚本、FAQ。
失败源于按软件演示而非成交逻辑。编导 / 配音 / 剪辑 / 录制 Agent 协作,前 5 秒戳痛点,产出 30 秒 / 3 分 / 10 分三版。
QA Agent 自动登录→建数据→跑流程→找 Bug→截图→出报告,工具栈 Playwright + WinAuto + LLM Vision。
销售 Agent 每天扫描招聘网站 / 官网 / 招商信息,发现需要自动化的企业,生成开发信、微信话术与视频推荐。
告别逐个做:第 1 周 AI 扫描全部产品,第 2 周批量出 10 套视频 / 落地页 / 邮件,第 3 周批量推广测试。
已落地为 17 个 Hermes skill(~/.hermes/skills/ai-company/):hq 入口 + 8 执行 + 8 质检。每个 skill 含职责 / 专业标准 / 可判定红线 / 禁止事项,可被 skill_view 加载、挂 cron、传给 delegate_task。
Phase 1(7 天) 以邮件分类为实验田;Phase 2(30 天) 加 QA 自动测试;Phase 3(60 天) 自动发现客户→生成方案→触达。
源码→产品包装→销售视频→客户名单→触达→成交反馈→优化产品。跑通后可复制到 RAG / 自动化 / WinAuto / 客服机器人。
