计算机视觉工程师建站全链路实战

　　“CV工程师建站全链路实战”——去年三月份那个需求评审，李伟把投影仪调了四次对焦，还是糊的，最后干脆切到笔记本直接共享，结果共享窗口右下角飘着微信未读红点，他自己都没发现。我原以为是技术侧在炫技，结果翻PRD第7页脚注才看见一行小字：“本流程不依赖前端框架，由模型服务直出HTML”。

　　白板笔没水了，王磊拿牙签蘸着墨囊硬画了个漏斗图，第三层标着“特征蒸馏→部署压缩→页面渲染”，箭头歪向空调出风口，底下还补了句“注意：首屏FID要扛住300ms抖动”。空调真在滴水，啪嗒，啪嗒，节奏比我们说话还稳。桌上那摞打印的需求单没人收，最上面那张边角卷了，印着“视觉稿交付周期≤2天”，右下角手写“×（已删）”，墨迹洇开像一小片云。

文章配图，仅供参考

　　外卖汤洒了一点在桌上，靠近李伟左手边，他没擦，就用纸巾压着继续讲FLOPs怎么算。他讲完我就问：“你那个首页‘模型可视化沙盒’，支持上传本地视频吗？”他点头。我又问：“用户上传完，能暂停、拖进度条、框选ROI重推理吗？”他愣了两秒，“呃……只支持帧提取。”我嗯了一声，心想这功能做了也等于没做——你让一个刚调完YOLOv8权重的人，对着五秒视频手动扒300帧图去喂UI？图还没导完，人已经去调CUDA内存泄漏了。

　　我原以为这是技术视角和产品视角的错位，结果复盘会上赵敏直接打开浏览器开发者工具，把network tab拉出来，指着一条3.2MB的model.onnx请求说：“这个文件从CDN加载，耗时8.4秒，超时阈值设成6秒，所以首屏白屏概率91%。”她敲回车刷新，又刷，再刷，三次，每次都卡在fetch阶段，连Loading都不显示。没人说话。只有空调还在滴水。啪嗒。啪嗒。

　　开发老陈一直没吭声，最后甩了句：“你们要的‘全链路’，是链路，不是闭环。闭环得有人愿意走第二步——可第二步是让用户自己配config.yaml，第三步是改package.json里webpack的output.publicPath。”他手机一直在震，看了三次，都是同一个号码，第四次直接关机。桌上椅子少一把，我们三个人挤在俩椅子里，王磊腿翘着，脚尖踢着空位那块地板缝。

　　后来老板进来问数据，赵敏把灰度流量截图发群里，说“目前真实可用路径只有两条：一是上传jpg转base64走轻量ResNet；二是用手机拍，直接调摄像头API，跳过上传环节”。李伟插嘴：“那算不算作弊？”赵敏冷笑：“作弊？去年八月那个AI修图H5，也是这么起家的——用户不点‘开始分析’，就给你放个拍照按钮。”她顿了顿，“现在他们点了。点得比PRD里写的频率高三倍。”

　　我盯着那张没人收的需求单，卷边那张，忽然想起去年二月底，我帮实习生改一页交互稿，把“点击下载模型权重”改成“复制权重链接”，结果上线三天后日志里出现17次curl -O命令。没人教，但他们搜到了。而我们花了三周做的“模型版本对比滑块”，做完才发现文档里没写权限控制，所有人在生产环境都能切v0.1/v0.2/v0.3——可没人切。连灰度开关都没人开。

　　跑题了：前两天听HR说，新来的校招生面完CV团队，问的问题是“如果我要查你们上周训练失败的log，该进哪个Kibana索引”。面试官答不上来，让他自己找，他十分钟找到了。这不是能力问题——是嗅觉。他闻得到哪条链路是活的，哪条是标本。

　　所以优胜劣汰不是筛选模型，是筛选动作。筛选谁真推了commit，谁真写了curl示例，谁真在微信群里发“已验证，macOS 14.3 + Chrome 122 能跑”。至于PRD里那个“支持TensorRT加速的WebAssembly推理引擎”，我记得清清楚楚——评审当天下午三点十七分，王磊改完第六版技术方案，我说“行”，李伟说“加个fallback”，赵敏说“fallback也得测”，然后散会。汤还在桌上，干了半圈黄渍。现在它还在那儿，没人擦。

　　下一步？别再写“全链路”仨字。拆成五件事：第一件，找出昨天有人真运行成功的CLI命令；第二件，把那条命令贴进GitHub README第一行；第三件，看接下来48小时有没有人在这行命令后面加了个-t参数；第四件，如果有，立刻把-t对应的功能做成网页输入框；第五件，如果没人加——那就删了。

　　至于我自己那份没人看的文档？算了，存draft吧。上个月我删了七版PRD，最新一版叫《给CV工程师看的HTML骨架模板》，里面没写一行交互逻辑，只列了十二个script标签的src顺序。也不知道谁会点开。

（编辑：草根网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!