我厌倦了一遍又一遍地搭建相同的 AI SaaS 堆栈——于是我打破了循环

Source: Dev.to

每个构建 AI 产品的人都会遇到的问题

大多数文本到图像的演示看起来都很简单：你发送一个提示。
但一旦你尝试把它做成真正的 SaaS，事情就会迅速变得混乱：

• 长时间运行的任务阻塞请求
• 模型执行方式不符合传统的请求/响应模式
• 没有干净的地方存储生成结果
• 自动化逻辑散落在各处
• 邮件工作流被硬生生地加在最后

结果你会把 80 % 的时间花在粘合代码上，而不是产品逻辑上。

我走的另一条路

我没有再从头开始，而是问自己：

“如果我只解决一次这个问题——而且要彻底解决，会怎样？”

我遵循了几个原则：

• 将 AI 生成视为 异步优先
• 保持模型执行完全 解耦
• 让数据库 + 自动化成为 默认，而不是可选项
• 假设从第一天起就需要邮件和工作流

有了这个思维模型，一切都顺理成章。

一个小但重要的技术转变

把模型运行当作 作业，而不是请求。

// pseudo example
await enqueueGeneration({
  prompt,
  model,
  userId
});

UI 不再等待。这个决定消除了大量复杂性。

如果今天重新开始，我会怎么做

如果你在构建任何 AI 驱动的东西：

• 不要在原型阶段使用同步流程，如果生产环境是异步的
• 不要“以后再加邮件”——它们始终重要
• 不要低估基础设施重复工作所消耗的时间
• 优化迭代速度，而不是聪明程度

大多数倦怠来源于不断重建相同的基础，而不是产品本身。

最后感想

我构建它并不是想要再来一个入门套件。
我构建它是因为我厌倦了重复搭建同样的隐形部分。

如果你在公开构建 AI 产品，欢迎交流心得 👋