# 生产力实验报告: 一个人，如何用 AI 杠杆快速上线一个网络灾备 SaaS ？

Willdom Lee · 2026-07-12

[HTML](https://willdomlee.com/articles/building-xconf) · zh-CN

> 曾经年少轻狂，学网络工程师搞 CCIE，天天嚷着要"技术成就梦想"。如今人到中年遇到 AI，赤子之心，依然不变。

为什么要写这篇文章？因为针对同一个"网络配置自动备份"的需求，我前前后后搞了三次，横跨两年。这两年里 AI 技术高速发展，第三次折腾算是一个里程碑，有些经验和思考值得及时沉淀下来，相信也能帮到有需要的朋友。

这篇文章写给两类人：一类是深知网络设备配置丢失有多痛的“网络攻城师”们；另一类是对全球化 AI Coding、Serverless 部署这套东西感兴趣，但还在门口张望的探索者。两年前我对这些也是一知半解，现在略懂皮毛，都是逐渐摸索出来的。

分享一个我很认同的理念：

**Don't learn to build, build to learn - 干中学。** （还得是中文精辟）

回看前两次的迭代： 第一次，《[我用 AI 做了个系统：0基础也能搞软件开发了吗？](https://mp.weixin.qq.com/s?__biz=MzA4MDc1MjUxOA==&mid=2247483923&idx=1&sn=fd0a82193957ba09ec173888d0b75528&scene=21#wechat_redirect)》，那时候的 AI 像个多动症，编码结果有点“随机”，写出来的东西勉强能看，不一定能用:

![](https://willdomlee.com/assets/a/building-xconf/01.webp)

第二次，《[XConfKit 项目的后续：开源](https://mp.weixin.qq.com/s?__biz=MzA4MDc1MjUxOA==&mid=2247483986&idx=1&sn=a7785bf976c39d319cef4c51782963b5&scene=21#wechat_redirect)》，能在本地跑起来了，但也仅此而已:

![](https://willdomlee.com/assets/a/building-xconf/02.webp)

第三次，就是现在的 XCONF.AI（<https://xconf.ai>），一个真正跑通了的 SaaS 系统 MVP。

![](https://willdomlee.com/assets/a/building-xconf/03.webp)

前两次我对 AI 写生产代码这件事本身就半信半疑，做出来的东西也就是个能跑的 Demo，自己心里清楚离能用还差得远。第三次索性把目标拉到了自己都觉得不太可能的高度——做一个真正能注册、能上线、能跑通的最小化 SaaS。

## 一、 需求和用户

需求说起来很简单：网络设备配置的自动备份。但实际干过网络运维和项目交付的人都知道，配置丢失是最让人崩溃的事故之一。不是硬件故障把配置带走了，就是割接的时候一个误操作把配置覆写了。出了事就是排障、花极大精力重建配置、各方扯皮。

这个工具主要解决两类人的问题： 一类是手里管着多台设备的网工和运维团队； 另一类是对安全合规要求很高，没法接受把 SSH 密码明文扔到第三方云上的网络管理员和 MSP。

跟前两次在本地跑 Demo 不一样，这次是直接奔着全球化、Serverless、CDN 部署、对象存储加 SaaS 多租户的架构去做。从用户自注册到设备上线到配置备份，整个流程跑通。

三次都不变的是，非常克制地收敛需求。不做大而全，就把最疼的几个点打透。另外这次我花了较多精力在产品的视觉和用户体验上。我自己对产品审美有追求，平时也喜欢观察，网络运维工具不代表就该做得粗糙，任何产品只要是给人用的，都要精益求精。

## 二、 技术架构

底座就两个：Cloudflare + Supabase。当然还有 Resend 以及极其重要的GitHub在背后支撑，细节如下：

![](https://willdomlee.com/assets/a/building-xconf/04.webp)

图：XCONF.AI 系统架构图

前端静态资源托管在 Cloudflare Pages 的边缘网络上。在全球化云平台部署有一个很实际的好处：暂时不需要考虑监管的事情，开发到上线非常丝滑，不会被打断。全球 CDN 和安全防护也都是现成的。

后端 API 与云函数则全部运行在 Supabase Edge Functions 上，由 Supabase 提供底层数据存储、身份验证与租户隔离。邮件系统用的 Resend，实现了 @xconf.ai 发送域名后缀。客户端 Agent 用 Go 语言写的，在 GitHub 上完全开源。

说到开源，这个项目受益于开源非常多。比如多厂商交互规范与过滤规则借鉴了优秀开源项目 Oxidized 的设计启发，配置对比（Diff）用的就是开源组件，我在网站比较醒目的地方做了致敬，也严格遵循了开源协议。

![](https://willdomlee.com/assets/a/building-xconf/05.webp)

图：Diff 功能参考 WinMerge 、 jsdiff

测试阶段，手头没有物理设备，就用网络设备模拟器 GNS3 和虚拟机搭了仿真环境（跑的都是真实镜像，效果跟真机差不多）。本地仿真能力起了关键作用，可以一次性拉起将近 10 台路由器加多台虚拟机联合测试。

![](https://willdomlee.com/assets/a/building-xconf/06.webp)

图：网工老朋友 GNS3 + 虚拟机桥接，搞定仿真测试

因为路由器和虚拟机（如 Multipass）都支持命令行，AI 可以直接上手操作，代替人去跑： 改代码 - 测试 - 报错 - 再改 - 再测 这种循环，效率非常高。当然，人最后还是要验收。

## 三、关于 AI Native

前两次用的是 Cursor，这次换成了 Google AntiGravity（用的 Google AI Ultra Plan）。说实话，它在某些场景下不如全球顶级模型强（是谁你懂的），但胜在非常稳定，推理速度极快。对有一定技术背景的人来说，够用了。

大学专业是信息安全，虽然老师教的东西快忘光了，但做这个产品的时候，我还是尽可能把安全性往高了拉：密码在本地内存里就做了脱敏，配置上传前在本地用 AES-256-GCM 加密，SaaS 后台拿到的只有密文，解密只发生在浏览器本地沙盒里，走的 WebCrypto 接口，且用于解密的 AGENT_KEY 仅存在于用户本地。

在整个开发部署过程中，Cloudflare 和 Supabase 对命令行的支持非常完美。这是 AI 时代命令行的巨大优势——只要有完整的官方文档（或者说 Skill），AI 就能在编码、部署、排错这些环节自己跑起来。我更多的是定方向、把关体验、做最后的验收。

既然产品本身是靠 AI 能力做出来的，那我在设计的时候就原生考虑了：AI 怎么用这个产品？AI 怎么部署？AI 怎么排错？AI 怎么运维？我想这就是 AI Native 吧。

![](https://willdomlee.com/assets/a/building-xconf/07.webp)

图：XCONF.AI 原生自带 SKILL

## 四、 花了多少成本？

最大的成本是时间。平时周末和节假日，除了运动和陪家人，我几乎把所有闲暇时间都花在了学习 AI 上。这个项目是我学 AI 重要的一环，当然也是我乐意的，对 AI 确实有着近乎狂热的兴趣。

XCONF.AI 花钱的部分？目前只花了一笔：在 Cloudflare 上买了一个域名。没了。

![](https://willdomlee.com/assets/a/building-xconf/08.webp)

图：哪怕买域名，Cloudflare

也是高性价比的地方（自行对比 狗爹）

这里不得不说，全球化云服务的免费额度大得超出想象。我给大家梳理了一份清单（建议收藏）：

- **Cloudflare**\
  Pages & CDN：静态网页流量、全球带宽完全免费，支持无上限的静态流量分发；\
  R2 对象存储：提供每月 10 GB 免费空间，且零流量流出费（这非常重要）；\
  Workers AI：提供每天 10,000 Neurons 的免费 GPU 算力（实际上并不多，使用时要注意）。

- **Supabase**\
  数据库与存储：500 MB 数据库、1 GB 存储空间；\
  边缘函数（Edge Functions）：免费提供 Deno 边缘函数运行环境（用以支撑 API 接口与网关）；\
  身份验证（Auth）：每月支持最多 50,000 个活跃用户的注册登录。
- **Resend：**每月 3,000 封免费邮件（每日限额 100 封），支持 1 个自定义发送域名。

这套配额我觉得绰绰有余。

## 五、 几点思考

- 第一，做出来的东西远超我的预期。动手之前我以为单兵作战顶多折腾个玩具，结果现在系统稳定运行，在仿真环境里跑过了稳定性、安全性、内存泄漏这些测试，而且这些测试基本都是 AI 自动完成的。
- 第二，命令行和结构化的操作手册，是你的产品能不能被 AI 顺畅使用的前提。想让 AI 帮你干活，你得先把说明书写好。
- 第三，花时间最多的不是写代码。代码都是 AI 写的。花最多时间的是产品的"小战略"：用户到底是谁？解决什么问题？创造什么价值？用户体验要做到什么程度？AI 在某些事情上的能力已经远超人类时，人类需要持续积累的能力到底是什么？这里不管是个人还是组织，都需要深度思考，迅速行动，甚至自我革命，这么说，一点都不夸张。

![](https://willdomlee.com/assets/a/building-xconf/09.webp)

图：What Is Your Job Now,

Farhan Thawar | Cursor Compile 26

- 第四，全球化的 Marketing 是个大课题。怎么在全球化的舞台上展示产品？在 Cloudflare 后台，我每天都能看到各种来自全球的 AI Agent 在爬 xconf.ai 网站。

![](https://willdomlee.com/assets/a/building-xconf/10.webp)

图：Cloudflare 后台监测 AI 爬虫数据

做完这个项目，我最大的感触不是技术本身，而是对 AI 时代个体能力边界的重新认知。

- 第五，你的野心到底有多大？ 今年是 Agent 元年。每个人都可以借 AI 的杠杆指挥一支虚拟大军、千军万马，而且这支大军的能力还在高速进化。我们到底要干什么？想干成什么？目标够不够高？能不能带着这支大军到达目标？
- 说回来，这次单兵作战里沉淀下来的方法论和认知，最终都会回到我们自己的业务里去。当一个组织用这种思维去重新审视自己的流程和系统时，释放出来的东西会很多。

XCONF.AI 是网工生涯的一次怀旧，也是一份 AI 生产力实验报告。让我们ALL IN AI !

[直达 xconf.ai 官网 ↗](https://xconf.ai/)

---

首发于微信公众号「南山独唱团」。[阅读原文](https://mp.weixin.qq.com/s/4po71pVOC2dGFfbk__QzLA)。