这是一个最好的时代，个人的能力和努力将被成数量级地放大。学习，思考，然后创造，这一定会是接下来这个时代的主旋律。

一、写在前面

这是一个最好的时代，个人的能力和努力将被成数量级地放大。学习，思考，然后创造，这一定会是接下来这个时代的主旋律。

本篇文章我将深入探讨和分享我如何利用AI搭建一个企业级AI ERP的过程。他既不是一个一句prompt让AI自动完成项目的天方夜谭，也不是耗费几十人经年累月反复迭代的传统研发项目。事实上，我大概花了一个多月的时间，一个人通过claude code完成这个项目，但我有理由相信他强于传统架构下的ERP系统，因为我利用AI完成了大量工作流，使得数据的时效性和准确性变得更强。因为大事件本身是一个数亿收入体量的公司，我相信这个系统具备相当强的普适性、鲁棒性和商业意义。当然，对于更大体量的公司，我也相信可以通过补充足够多的工程量，使得该系统同样适用。

二、财务系统的缺陷分析

作为企业的管理者，我们通常被这些朴素的管理问题困扰：公司账上一共有多少钱；我接下来要花多少钱，每笔钱到底是怎么花掉的；公司这个月赚了多少钱，我的客户付款了没有；我的员工谁干的多谁干的少，到底应该发多少钱让多成果者多得，等等。当然，财务和人事同学会从他们的专业角度提出审批制度、财务报表、人力资源、绩效考核等专业术语。但归根到底，“把账算清楚”是我们的本质诉求。

我认为大多数公司其实是处在“一本糊涂账”的状态之中的。这里有多种原因：一是数据源太多，就拿公司余额这个看起来最简单的部分来说，一个拥有多家子公司的集团公司把各家银行、支付宝、微信和各种其他能收款的账号加在一起，可能有几十个之多。二是数据延迟严重，大多数账户还是要通过登录查账的方式来获取信息，很久不查是一个很常见的事情。三是业务数据与财务数据脱节，业务数据和财务数据散落在不同人，不同表格，不同系统之中。四是对账靠人工，无论是支出和收入，依靠人工去一笔笔对账，既容易出错，又有很强的滞后性。五是做账靠人工，且不说财务准则和公司管理的业务逻辑本身就有差异，单说做账的延迟，就会大大降低财务状况的可控性。可能还有很多我没总结到的问题。

三、AI ERP是破局之道

对于以上问题，我认为真正的解法是：所有数据上系统，主要工作流系统实时处理，少量工作流人高频补充。而这一切，离不开AI。

我将整个AI ERP系统拆解成了5大板块，账户流水、业务收支、AI审批、AI对账、AI做账。这里的主要思想在于：1. 如果我每一笔流水、每一项收入和每一项支出都在系统里，他就一定每一笔都对得上账。2. 如果每一笔账的做账逻辑都很清楚，他就一定做得出账。区别只是在于，我是让代码去做、AI去做还是人去做（查缺补漏）。

AI在本系统的应用，主要是在两个方面：一是AI帮我写代码，我仍然相信本项目的大部分内容是要依靠代码实现的。二是AI帮我做代码无法完成的工作，比如OCR、推理判断、结果输出等。这两者的比例大概是80:20，我并不认为在文章写作的时间点，已经可以把大量主要工作流交给AI（可以参考龙虾的局限性），我主张在一个系统或者多步工作流中，该用代码用代码，该用AI用AI，该用人用人。

四、Claude code怎么用

本系统最消耗我时间的两个地方，第一是理清楚每个板块的工作流，第二就是陪着claude code写代码。第一个问题在每家公司不尽相同，但除了营收部分基本大同小异。比如流水从哪些账号获取，财务审批要关注哪些点，一笔账要怎么去对应流水，对上之后要怎么做账。每家怎么赚钱的可能有天壤之别，但钱怎么花出去的基本大差不离。而理清工作流本身我认为是AI时代非常重要的能力。第二个问题则是百花齐放，各凭本事。我自认为我找到了一个与claude code形成很好的拍档的方式，就是我做好产品经理、架构师和测试，让claude code尽情做一个优秀的程序员以及我的产品、架构和测试助理。整个项目我没有手写过一行代码。

尽管claude code在大多数场景下可以仅根据一句提示词就写出一个不错的demo，但因为本项目需要在我公司真正使用，从一开始我就以我已知的最高标准去管理自己和claude code，并在其中不断学习。claude.md管理代码规范，project.md、todo.md、changelog.md管理项目进度，obsidian管理api文档，terminal 管理context、model和思考强度，docker管理数据库等等，都是必要的基础设施。为了做出一个完整的项目，你可以不用写代码甚至懂代码，但你要知道，每个架构问题需要用什么工具解决，每个模块是为了解决什么问题，每个问题具体的解决逻辑是什么。这也是为什么我花了一个多月的原因，每个function的逻辑我都知道，自然我也就会陪claude code一起debug了。coding agent可以让你不用学代码，但这时候你的逻辑思维和自然语言表达就变得无比重要。

五、五大板块概览

账户流水模块，如果可以API打通是最好，我们主要获取的是余额和流水，API打通可以让我们获得实时信息。然而遗憾的是，目前除了少数账户外，大多数账户不提供实时API查询接口或者非常昂贵。这就催生了两个倾向：减少账户和人工每天录入。前者对企业管理本身是好事，后者则需要人工操作，但是值得。流水之和与余额之差天生相等，这就完成了财务管理的第一步，清楚我有多少钱，以及收入支出的每一笔钱。

业务收支板块本质上是给每一笔流水一个物理意义。我这笔收入是客户给我付款还是政府给我奖金，我这笔支出是采购原材料还是员工报销，这些信息都要上系统。业务板块我们本身有一个oa系统，这本身在收入板块给了我们很大的便利。而支出的每一笔钱我们都要通过飞书审批，这又让支出有迹可循。所以一个成功的系统离不开整体架构，核心思想就是“所有数据上系统”。

AI审批板块主要与人事和财务板块息息相关，我们发现在“所有数据上系统”的过程中，增加了很多管理成本，审核是一个又花人力又不带来产出的工作，但为了安全底线又不得不要。好在这类行为大多有明确的规则可以遵循。我们目前飞书有12种财务审批类型、14种人事行政审批类型，我总结出了12个审批点：比如金额一致性、公司一致性、发票不重复、日期合理性等等，按需分配给不同的审批类型。这里代码、AI和人就要各司其职了。举一个报销审批的例子来说，AI去OCR识别流水金额和发票金额，代码去比较流水、发票和报销金额，人进行抽查和特殊单的复核。这样操作下来，一个拥有70个附件的报销审批单，以前要花20分钟人工看，现在1分钟检查下AI质疑的地方就可以了。

AI对账板块是要将流水和行为对应上，以前靠人去对1000条流水和1000个行为，又慢又不准，现在代码先把有明确收付双方，金额准确，日期准确的对掉，AI把近似准确，备注写了信息的对掉，留给人的部分不到以前的5%。

AI做账板块则是解决对账完成后的做账问题，再次感谢财务是一个非常讲究规则的体系，对账知道了行为后，基本也就知道应该放在哪个科目了。我现在经常说，以前财务报表要三月出，相当于延迟三个月，现在我可以按天出财务报表，流水出来的那一刻，它该去哪个科目就清楚了。当然财务是一种口径，业务和管理往往又是看另一种口径，这对我们进行企业管理，绩效发放都是意义极大的。我们靠绩效过活的同学们，应该可以实时看到自己该拿多少钱，这才是实时反馈，真正激励。

六、写在最后

本文既是对AI ERP系统的一个分享，也是对我过去一段时间AI领域成长的总结。仔细想想，过去半年应该是我人生中成长最快的半年，从有心无力到感觉自己无所不能，这大概就是本轮AI浪潮给我个人最大的收获。可能人只是被更高造物者塞在一个碳基载体的一个大模型，但既然来了，就一定要活的精彩。You only live once，在AI时代让我更加兴奋了。

在机场等飞机的时候写下此文，感谢大事件的汤宇和管兴，两位合伙人给我足够多的支持和空间，让我能够一步步完善此系统。前路迢迢，携手共进。感谢Sun Zhongbin和EK，打开了我AI的新大门，各自安好，顶峰相见。