一切从脚手架开始

昨天和朋友安娜在 Dubai Autodrome 的 Oldtimer 见面。没有技术需求书、开发团队或月度路线图，只有一个真实业务问题：如何从工业信息噪声中，发现可能带来脚手架、工业服务及承包工程订单的事件？

例如：
炼厂检修、周期性大修、停机、装置升级、新设施建设、选择 EPC 承包商或招标。

我们关注的不是新闻本身，而是下一个问题：这条新闻之后，哪里可能出现承包商的收入机会？

先搭建系统大脑，再做网站

首先在 ChatGPT 建立独立项目，描述系统应该寻找什么、哪些事件算商业信号、使用哪些来源，以及从每篇文章提取什么数据。

于是形成结构：

💡
设施 → 公司 → 地区 → 事件 → 时间 → 承包商 → 脚手架需求概率 → 商业价值 → 下一步。
ChatGPT 在这里不只是文字生成器，更像结合了 研究分析师、产品经理和数据架构师。

同时，我们收集首批真实信号，准备项目初始脚本。

与 ChatGPT、Codex 一起搭建产品

接着 Codex 加入

领域逻辑形成后，项目交给 Codex，进入第二部分。
Codex 收到的不再是抽象的“给我做个网站”，而是详细背景：数据结构、产品用途、初始资料，以及信息流应该如何运作。

产出是一套完整网页产品：

🛠️
React 19 + TypeScript + Vite + Cloudflare Workers。

Codex 搭建界面、筛选、响应式版本、信号结构、检查和部署流水线。不久，项目就有了生产 URL：

PromPulse——炼厂检修与能源项目监测
关于炼厂检修、脚手架及能源项目的本地新闻流。
P PROMPULSE 能源项目监测

两小时做出了什么

PromPulse 首版包含 来自20个来源的25条合格信号，包括媒体、行业出版物、企业文件和招标平台。

核心价值不在链接数量。每张卡都试图回答一个实际问题：

❓
为什么工业承包商可能关注这件事？

普通的装置检修消息本身价值有限。但若了解设施、预计停机时间和工程性质，就可以提前寻找未来招标、承包商或采购活动。

https://prompulse.nevskii.me/

这已不只是新闻网站

因此我不把 PromPulse 称作新闻聚合器，它的任务正相反：不是展示更多新闻，而是 去掉没有商业意义的新闻。

理想情况下，把行业信息流转成短清单：该打给谁、该关注哪个设施、几个月后哪里可能出现合同。

也不完全是 vibe coding

最有意思的，甚至不是代码写得多快。

如今，术语 vibe coding 常被简化为：写提示词 → AI 写应用。

我们的流程有些不同：

🗜️
业务问题 → 研究 → 知识 → 规格 → AI 智能体 → 代码 → 生产环境。
  • 安娜提供领域背景。
  • 我们塑造产品。
  • ChatGPT 研究与梳理。
  • Codex 构建与部署。
实际上，一张咖啡馆小桌旁，几个小时里出现了一支小型虚拟团队。

目前只是0.1版

目前项目“记忆”保存在 Git 中透明、有类型的数据基础里，新信号由人工收集。

但下一阶段已明确：

🗜️
来源 → 发现 → 提取 → 验证 → 去重 → 评分 → 信息流 → 监测。

采集器每天多次遍历来源，新事件会被验证、去重和评估，最有价值的信号进入持久数据库。

届时 PromPulse 将不只回答：
“今天工业界发生了什么？”

而是更有用的问题：
“工业承包商现在能在哪里发现赚钱机会，接下来会发生什么？”

两小时，新的计量单位

最奇特的感觉出现在会后。几年前，这样的想法至少意味着几次会议、需求书、设计师、前端、后端，以及制作首版的数周工作。
昨天，我们只是点了咖啡。两小时后，已有能用的产品。