72小时给产品加上AI功能：一次极限项目复盘

Situation周五下午的需求今年3月的一个周五下午4点产品总监突然拉了个会。竞品刚上线了AI智能客服功能市场反馈很好老板要求我们下周一必须拿出可演示的版本。时间窗口周五下午到周一上午有效工作时间大约72小时。需求范围在现有SaaS产品里接入大模型实现用户自然语言提问→AI生成回答→展示在对话窗口。团队配置2个后端、1个前端、1个产品算上我4个人。说实话接到这个需求的时候我心里是没底的。之前我们没有任何大模型对接经验连用哪家模型都没定。但deadline就是deadline只能硬上。Task拆解任务周五晚上我花了两个小时拆任务画了张依赖图任务一选定大模型并完成接入。这是一切的前提越早定越好。任务二设计对话接口。前后端约定的请求/响应格式。任务三实现对话窗口前端。UI组件流式渲染。任务四接入现有用户体系。鉴权、会话隔离、历史记录。任务五联调和部署。至少留半天做测试。关键路径上任务一是瓶颈。如果模型接入卡住后面全卡。Action72小时实录Hour 0-4周五晚选型和接入原本计划花半天研究各家模型的接入文档但时间不允许。我直接问了技术群里用过魔芋MAI Gateway的朋友得到的建议是别一家家接SDK了直接走网关。当晚10点开始接入。过程比预想的简单在魔芋MAI Gateway控制台创建应用拿到统一的API地址和key。配置了2个模型一个旗舰模型做主力一个轻量模型做降级。业务侧只需要对接一个OpenAI兼容格式的接口——这意味着我们的后端代码几乎不用改。到凌晨2点第一条测试消息成功返回。模型接入这个任务4小时搞定。这里有个关键决策没有选某一家模型的官方SDK而是走网关层。后面证明这个选择救了命。Hour 4-16周六后端接口设计模型通了之后后端开始设计对话接口。核心就三个POST /chat/send发送消息返回流式响应。GET /chat/history获取历史会话。POST /chat/feedback用户反馈点赞/点踩。因为网关已经是OpenAI兼容格式后端不需要做任何模型适配直接透传流式响应给前端。省掉了大量格式转换代码。这期间遇到一个意外我们的产品是多租户SaaS不同租户的对话需要隔离。如果直接用模型供应商的API会话上下文是明文传的租户A的对话可能串到租户B。通过网关层每个请求可以携带租户ID作为tag网关侧做会话隔离和审计记录不用担心串数据。Hour 16-28周六晚到周日上午前端实现前端同事同步开发对话窗口组件。流式渲染是重点——用户需要看到AI在逐字打出来的效果而不是等完整回复再显示。因为后端透传的是标准SSE格式前端直接用EventSource就能处理流式数据不用为不同模型写不同的解析逻辑。这部分大概花了12小时主要是UI打磨和交互细节。Hour 28-36周日下午到晚上联调和修bug联调阶段暴露了几个问题问题一流式响应在中途断开。长文本生成时偶尔会断流。排查后发现是Nginx的buffer配置问题关掉proxy_buffering就好了。跟网关无关。问题二某些请求返回空内容。发现是prompt里包含了特殊字符导致模型拒绝生成。在网关侧加了请求预处理自动转义特殊字符问题解决。问题三并发压测时延迟飙升。50并发时P99到了8秒。在网关侧配了QPS限流和请求队列平滑处理突发流量。同时开了模型B作为降级通道A排队超过2秒的请求自动转到B。Hour 36-48周一凌晨部署和最后的检查周一凌晨3点部署到测试环境跑了一遍完整流程。早上8点产品总监来的时候demo已经可以跑了。Result复盘数据周一上午的演示顺利通过。从接到需求到可演示版本实际用时约48小时比72小时还提前了。事后我统计了一下各环节耗时环节预估耗时实际耗时差异原因模型接入8h4h走网关省了适配代码接口设计开发12h12h符合预期前端开发16h12hSSE格式统一解析简单联调修bug12h8h问题集中在业务侧非模型侧部署测试8h4h无模型相关问题总计56h40h节省约30%复盘什么决定了一个AI项目的交付速度这次项目最大的感受是AI功能的交付瓶颈不在模型能力在工程基础设施。模型能力是现成的各家大模型都够用。真正花时间的是怎么接、怎么管、怎么稳。如果你选了直接对接某一家模型SDK48小时内可能连适配代码都写不完更别说上线了。魔芋MAI Gateway在这次项目里扮演的角色很明确它不是一个AI工具是一个AI基础设施层。你把模型key扔进去它给你一个标准接口、一套管理后台、一套运维能力。你只管写业务逻辑不用操心模型差异、会话隔离、限流降级这些事。⭐注册免费体验魔芋MAIGateway网关https://www.moyu.info/register?affuZut下次再有X天上线AI功能的需求我至少不会再慌了。因为最难的那层已经有人帮你铺好了。