先搭验证闭环，再买AI算力

上周开产品会，同事想让AI整理客户反馈，再自动提醒销售。老板第一句是买多少算力。我没接。这个方向值得关注，但落地是关键。创业三年，我最怕一上来谈规模。先证明它能省人，再谈云单。

If you can build a verification system and give proper direction, AI will go where the oracle is cheap.

这里 oracle 不是水晶球，是“谁来给结果打分”。判断对错越便宜，AI 越敢干活。

所以这篇教程只做一件事：从0到1搭一个验证闭环。简单说，就是让AI做一件小活，再用便宜规则或人审判断它对不对。

方案A是小样本人工验证。一个模型对话窗口，一张表格，十份脱敏样本。适合还没确定要不要做。方案B是云API验证。API就是程序调用模型的入口，适合已经确认有通过线，要看延迟和失败率。

外部数字先看结构。OpenAI 向 Oracle 服务投入约3000亿美元，Oracle 在AI基础设施上投入557亿美元，裁员约21000人，重组成本18.4亿美元。这不是让你也花这些，而是提醒：钱压在哪里，组织就会跟着变。

具体跑一遍，选“整理客户投诉”为例。

1. 选窄场景。不要做“AI提升效率”，只做“从反馈里提取问题类型、情绪、建议动作”。越窄越容易验证。

2. 准备10条真实样本，必须脱敏，也就是把隐私信息去掉。姓名、电话、公司、订单号全部删掉。这一步不做，后面全是坑。

3. 建评分表。列名：原始内容、AI输出、是否正确、能否直接上线、人工改多久、风险。这张表是oracle的雏形。

4. 打开模型对话窗口，比如我用了1个月的 Claude。输入固定提示词：“你是反馈整理助手。请从下面内容中提取问题类型、情绪强度、建议动作。只输出JSON，不要解释。” 粘贴第一条，点发送。

5. 界面里会看到一段JSON，也就是机器读的结构化文本，像一张小表格。预期结构像：{"problem":"退款慢","sentiment":"高","action":"转客服主管"}。如果它开始写散文，就补一句：“严格按JSON输出。”

6. 10条跑完，人逐条打分。我的习惯是10条里少于6条能直接用，就先别做自动提醒，回去改提示词或换场景。

7. 再试方案B。进云控制台，也就是网页后台，创建项目，找到 Budget 或 Quota，设每日上限。把同一批样本用程序调用模型，记录耗时、失败次数、输出字段。先让日志跑通。

预算硬上限 很关键。新手常以为调用模型只是几毛钱，结果一个循环写错，账单能吓人。我不报具体金额，但一定会先设限。

踩坑环节写几个真实的。

• 光写关键词不行。我最近用了1周的正则和排除词，才发现“不退款”“别发券”这类否定句会误判。解决：关键词后加排除词，再用正则限定上下文。
• 没有评分表，团队会吵。产品说看起来不错，运营说太啰嗦，老板问能不能上线。解决：先定“能直接上线”的标准。
• 把模型当决策。解决：只让它做草稿，发送按钮留给人。
• 一上来找 Lambda 这类算力服务。我刚上手 Lambda 不到一周，但结论很直接：没有验证闭环，算力只会放大不确定性。

学完这个，下一步可以试把评分表里的“是否正确”做半自动。先用正则和排除词过滤明显错误，再让模型重跑，人只复核边界样本。也可以把结果接回内部表格，让销售少看一部分原始反馈。

---

📌 本文编译自 Hacker News，原文：https://dilpreet.co/blog/2026/9/1/ai-goes-where-the-oracle-is-cheap

版权归原作者所有，本文为基于公开报道的编译与独立分析。