不接注定烂尾的单
如果判断这件事用现有系统配置就能解决,或者这个场景 AI 根本帮不上忙,我们会直接说,哪怕这单不做。销售提成不挂项目金额,挂验收结果。
某财产保险公司 · 全国性财险 · 员工 8,000+
日均 1,200 张工单,知识散落在三个系统,新人上手需要 6 周
一线每人每天花 3.5 小时处理重复工单,高峰期积压超过 48 小时;知识库有三套(Confluence / SharePoint / 邮件),没人知道哪个是最新版。自动分派设了置信度阈值:模型判断达到 0.75 才自动派单,不达标的…
交付周期 90 天上线 · 团队配置 1 Echo + 2 Delta
某职业技术学院 · 在校生 12,000 · 教职工 900
26 个系统各自为政,办事靠「找系统、跑窗口」
同一份学生信息在教务、学工、财务各录一遍,重复录入率 47%;师生办事「找系统、跑窗口」,高峰期窗口排长队
交付周期 104 天上线 · 团队配置 1 Echo + 2 Delta
某市渔业执法机构 · 行政执法单位 · 下辖 11 个站点
文书格式多、法规更新快、基层站队人手不足
一份处罚决定书平均耗时 2.5 小时,格式与条款引用错误率 18%;法规修订后基层难以及时同步,存在程序瑕疵风险。抽不到的要素显式留空、不用推测值补齐——文书里的一处空白,比一个看起来合理的错值更安全
交付周期 76 天上线 · 团队配置 1 Echo + 2 Delta
某连锁零售集团 · 860 家门店 · 员工 12,000
总部政策传到门店要 3 天,店长的问题重复率极高
860 家门店每天产生约 2,400 条咨询,总部 12 人团队疲于应付;新政策从发布到门店执行平均延迟 3 天,执行偏差率 27%。提问按意图分三路走:政策与流程查知识库、商品与库存参数查结构化表、判不出来的转人工并把上下文一并带过…
交付周期 68 天上线 · 团队配置 1 Echo + 2 Delta
某三甲综合医院 · 床位 1,800 张 · 日均报告 2,400 份
报告模板 40 多套,结构化字段完整率只有 71%
报告初稿靠医师逐字敲,质控靠人工抽查、抽检比例不到 5%;数据不能出内网、改造不能影响门诊,公有云方案直接出局
交付周期 120 天上线 · 团队配置 1 Echo + 3 Delta
某集团企业 · 3 地 6 厂区 · 员工 5,400
三套系统各存一份数,月末对账要 5 个工作日
订单在 ERP、发货在 WMS、回款在财务系统,主数据差异对三天;月末对账 5 个工作日,差异定位靠 Excel 人工比
交付周期 90 天上线 · 团队配置 1 Echo + 3 Delta
幻方造梦是一家把「交付结果」而不是「交付清单」写进考核标准的软件、AI 与安全服务公司。我们的组织不是按技术栈切的,而是按交付链路切的:前面有人扎在现场定义问题,中间有人把一次性定制抽象成可复用能力,后面有人保证系统过得了审计、也扛得住攻击。这一页讲的是这套组织为什么长成现在这样,以及它会在哪里失灵。
公司简介
2018 年创业时我们只做两件事:写业务系统,做安全方案与等保整改。这两件事在多数公司分属两个部门,在我们这里从第一天起就是同一批人。做等保整改时你会发现,很多系统不是被攻破的,是设计时就没打算让人审计。软件和安全放在一起看,同一个需求的落点会完全不同。
后来做 AI 项目,同一个规律又出现了一次:模型是最干净的部分,真正卡住项目的是没人写下来的流程、对不上的主数据、和说不清归属的权限。这三样东西远程问不出来,只能进驻现场解决。组织最终就定成了现在这样。前面有人扎在客户现场定义问题,中间有人把定制工作抽象成可复用能力,后面有人保证系统过得了审计。这条链路上任何一环断掉,交付都会退化成「做完验收、然后烂在角落里」。
关键数据
口径说明:续约率按年度到期的服务合同计;按期交付率按合同约定的里程碑计;在跑项目含已交付未验收的部分。以上为累计口径,不区分业务线。
发展历程
没有跳跃式的故事,也没有一次「战略转型」。每一块新业务,都是上一个项目里被客户逼出来的问题:系统上线没人用,于是有了驻场;驻场工程师被重复劳动淹没,于是有了智能体;智能体要过等保,又回头加固了安全这条线。
几位互联网公司的工程师与产品经理创业。第一年只接两类活:写业务系统、做安全整改。一个做研发、一个做安全,谁都不肯先放下自己那摊。
做软件时客户不断要求补等保材料,我们索性把这件事做成独立能力:组建专职安全团队,渗透测试、代码审计与应急响应开始单独立项。
连着几个项目栽在同一件事上:系统上线了没人用。于是把「工程师必须驻场」从习惯变成制度,结算方式也从人天改成按交付效果。
客户开始问「能不能让系统自己判断」,于是成立算法与大模型应用团队,第一批项目几乎全是内部知识库问答。
RAG 与多智能体工作流跑进零售、制造、金融客户的生产环境。踩坑最集中的不是模型,是权限过滤和知识版本管理。
FDE 人员服务、智能体开发、软件开发与网络安全四条线并行,服务客户突破 200 家。
我们的坚持
如果判断这件事用现有系统配置就能解决,或者这个场景 AI 根本帮不上忙,我们会直接说,哪怕这单不做。销售提成不挂项目金额,挂验收结果。
远程发一份需求文档不叫交付,它只证明文档写完了。关键节点我们的工程师一定在客户那里,跟一线坐在同一间屋子里,而不是隔着电话听转述。
「需求待定、范围后议」看着灵活,实际是把风险留给了甲方。范围谈不清楚我们就不开工,而不是先签下来,后面靠变更单一点点加钱。
团队与组织
四支队伍不是各管一段就交棒。每两队之间都有明确的交付物:产品交出的不是需求文档,是能直接拆成测试用例的验收标准;工程交出的不是代码,是能在客户环境里一键起来的镜像与部署脚本;AI 团队交出的不是模型,是带失败案例的评测报告;交付团队交出的不是验收单,是客户自己人能照着跑的运维手册。少一样,下一环就接不住。
负责把「客户说想要什么」翻译成「系统到底该做什么」。成员多来自企业信息化岗或行业一线,不是纯互联网产品背景。这份工作得先听懂业务方在说什么。
从架构设计到上线运维。交付标准只有一条:能在客户环境里一键起来。「在我机器上能跑」不算。
专注大模型应用落地。我们的规矩是评测先于开发:项目启动先定测试集,没有测试集不写第一行代码。
前置交付工程师长期驻场客户现场;安全团队负责系统集成、渗透测试、应急响应与等保合规交付。两者放在一支队伍里,是因为「被攻破的系统」和「没人用的系统」往往同一个病因:设计时没考虑真实环境。
人员安排
选供应商时最该问、却最少被问的一个问题是:具体是谁来做,以及他们会不会中途被调走。这一节把这件事写清楚。
负责定义问题的驻场分析师,我们更愿意找做过甲方的人:前信息科负责人、前业务主管、前运维经理。他们知道流程为什么会变成现在这样。这件事简历上写不出来,只能靠待过。
负责解决问题的部署工程师,要求是能在数据不全、需求天天变的环境下持续交付。我们不招「追求代码十年可维护」的完美主义者,那种人在这里会非常痛苦。
驻场人员中途更换必须经客户书面确认。这条写进合同,是因为交付中断最常见的起因不是技术问题,而是「熟悉这个客户的人被调去别的项目了」。
项目结束前必须留下 Runbook 与架构图,而且要经过一次验证:由没参与过这个项目的人,照着文档独立处置一次故障。跑不通就不算交付完成。