整理 | 郑丽媛
出品 | CSDN（ID：CSDNnews）
一个大厂程序员，辞职之后没去创业公司，也没去做 AI 项目，而是跑到了宁夏，养了一万多只羊——更离谱的是，这羊养着养着，他又重新捡起了老本行：写代码。
只不过这一次，他写的不是互联网产品，也没有坐在互联网公司的工位前，而是在高铁、飞机和深夜里，用 AI 一点点“写”出一套给羊用的养殖管理系统：从养殖、饲料，到体重估算、成本核算，再到屠宰和财务管理，前后折腾了三个多月，成本只有五六万元。
张立非，前大厂程序员，2015 年辞职创业。如今，他和合伙人在宁夏经营着三个养殖场、养着一万多只羊。而他用 AI 开发的这套系统，并不是为了让羊场“看起来更智能”，只是想解决几个困扰养殖行业多年的老问题：饲草料到底应该怎么分摊？羊的体重怎么估？一只羊从入栏到出栏，究竟花了多少钱？
这些问题过去往往只能靠老师傅的经验和 Excel 慢慢算——现在，张立非开始让 AI 帮自己算。
从大厂程序员到“羊老板”，最痛苦的是不知道赚没赚
张立非当初从大厂辞职创业，最开始并不是奔着养羊去的。2015 年，他和发小一起创业，最初做的是生鲜电商。随着业务不断扩大，他们逐渐向产业链上游延伸，开始自己做种植、养殖、屠宰和加工。
于是，一个原本写代码的人，开始天天和羊打交道。
但真正进入养殖行业之后，他才发现，这个行业远比想象中复杂。他甚至有些后悔：“现在回过头看，确实是因为自己愚蠢无知，真的还不如在大厂当牛马。”——因为养羊最折磨人的地方，不一定是辛苦，而是你很可能每天都在花钱，却不知道自己究竟赚了还是亏了。
在外行看来，养羊似乎很简单：喂饲料、等它长大、然后卖掉。但真正做起来，饲料配方、羊只生长速度、人工、疾病、出栏时间、屠宰率……每个环节都会影响最终利润。而且，这个行业的利润空间本身就不算高，成本必须控制得非常细。
张立非的三个养殖场，每个都有三四千只羊。养羊的人大多是 50 岁以上的老师傅，一只羊每天还要吃五六种不同的饲草料。问题随之而来：每种饲料究竟用了多少？怎么搭配？这批羊每天长了多少？到底投入了多少钱？
过去很多时候，答案就是三个字：凭经验。
老师傅凭几十年的经验判断，老板看 Excel，财务最后再把账汇总起来。于是整个养殖过程就像一个黑盒：羊每天在长，钱每天在烧，但直到最后出栏、屠宰，把所有账目放在一起，大家才真正知道这一批羊到底赚没赚钱。
对此，张立非直言：“最痛苦的就是每天眼睛一睁，真的不知道到底是亏了还是赚了。”
三个月，五六万元，他决定自己写系统
其实，张立非早就想过用软件解决这个问题。
只是传统的软件开发模式，很快就把他劝退了：养殖本身就是一个高度非标准化的行业，直接买一套通用软件，很多功能不适合自己的业务；如果定制开发，又意味着昂贵的人力和漫长的周期。
按照他的估算，按照传统方式开发，可能需要 9 个人连续干 3 个月，甚至花上一年时间，才能逐步把系统做出来——成本很可能超过百万元，这对于一家养殖企业来说显然负担过大。
但今年年初，AI Coding 的热潮给了张立非一个新的思路：既然自己以前就是程序员，为什么不自己写？
于是，张立非开始尝试用AI来做开发。在试用了多款 AI编程工具后，他最终选择了 Qoder。
和传统开发最大的不同是，他不需要先写需求文档、找产品经理、再找开发团队沟通，然后等几个月看结果，而是可以直接把自己遇到的问题告诉 AI：先做一个最简单的功能，再一点点扩展；一个会话解决一个问题，多个会话并行推进不同项目。
根据张立非的形容，这就像自己身边多了一个“24 小时在线待命的团队”。
当然，这并不意味着他什么都不用干。相反，他更需要不断思考业务逻辑、测试功能、修改需求、验证数据，只是过去需要专门找开发团队完成的事情，现在很多可以自己直接推进。
于是，飞机上、高铁上、晚上熬夜，都成了他的“开发时间”——前后三个多月，从零开始，他搭出了一套完整的养殖管理系统，总成本仅五六万元。
AI 最难解决的，不是写代码，而是“羊怎么养”
这套系统最复杂的部分，是养殖管理。基于此，张立非重点解决了三个问题：饲草料怎么分摊、羊的体重怎么估算、每只羊从入栏到出栏到底花了多少钱。
乍一看，这些似乎都是数据处理问题；但真正做起来，难点根本不在写代码。
比如，AI可以帮你生成一个计算公式，却不会天然知道养殖场里的数据从哪里来；可以帮你写一个页面，却不知道现场的单据究竟怎么流转；可以帮你搭一个数据库，却不知道什么时候的体重变化意味着饲料配方可能出了问题。
这些东西，都必须由张立非自己定义。一位网友对此的评价很直接：“AI 确实能生成代码，但它不懂羊怎么喂，不懂羊场单据怎么流转，也不懂什么时候该出栏。没有这个大厂出身的人把关，AI 写出来的东西根本用不了。”
也正因为如此，这并不是一个“程序员被 AI 替代”的故事，而是一个懂行业的人第一次有能力把自己的行业知识直接变成软件：AI 负责写，张立非负责判断它到底写得对不对。
据悉，这套系统上线之后，其羊场的养殖成本核算效率提升了约 50 倍，羊只体重估算误差也控制在了 10% 以内。
一款饲料差点把羊喂“肥”了，AI 提前发现了问题
据张立非介绍，这套上线之后，很快就遇到了真正的业务场景。
当时，一家饲料厂家向他们推荐了一款滩羊专用饲料。从营养指标来看，这款饲料并没有明显问题，能量、蛋白质等指标都比较均衡。如果按照以前的方式，可能就是先喂起来，再观察羊的生长情况。
但这一次，系统很快发现了异常：投喂大约一周后，羊群的增长数据出现了不太合理的变化。
系统进一步分析后发现，这款新饲料和原本基础配方中的玉米存在较高重叠，导致整体营养结构发生偏移——简单来说，就是能量多了，蛋白质反而不够。这会导致羊的脂肪增长超过预期，而瘦肉增长不足。
如果没有这套系统，这个问题很可能不会这么早被发现，而是要等到这批羊出栏、送进屠宰环节后，质控人员发现“这批羊太肥了”，大家才会回头寻找原因。到那时，损失可能已经达到几十万元甚至上百万元。
现在则不同，系统通过数据变化，在不到一周的时间里就发现了异常。这也是 AI 对张立非最实际的价值：不是替他做决定，而是让他更早发现那些靠肉眼和经验很难发现的问题。
不是“AI 养羊”，而是一个人终于有了自己的开发团队
张立非的这个经历传开之后，网友的讨论也很有意思。
有人第一反应就是质疑：“一套原本可能要花上百万元开发的系统，怎么花五六万元就搞定了？是不是在吹？”
这个质疑并非没有道理，但五六万元并不等于“AI 只花了五六万元就凭空造出了百万级软件”：张立非自己也投入了三个多月时间，而且这些时间并不是坐在办公室里悠闲地和 AI 聊天，而是白天经营企业，晚上继续开发，甚至在高铁、飞机上抽时间写代码。
换句话说，传统软件开发里最贵的人力成本，虽有一部分被AI压缩了，但并没有凭空消失。正如一位网友所说：“AI 不是神仙，它只是给肯下苦的人省了点冤枉钱。”
AI 没有替他吃苦，也没有替他承担业务风险。它只是把“开发软件”这件事，从一个必须依赖专业团队才能完成的事情，变成了一个懂业务的人也能够亲自尝试的工具。
至于有人担心程序员会不会因此失业？至少在张立非看来，答案似乎恰恰相反——如果没有程序员时代留下来的技术能力，他可能根本不知道该怎么用 AI 解决养羊的问题。
还有网友提到了一个细节：很多老板迷上 AI，是让员工学、让团队用，自己却不下场；张立非却反过来了，直接半夜在羊场边用 AI 写代码。“工具再好，也得有人真正‘躬身入局’，把业务里的非标准问题一个个拆开，再‘喂’给 AI，否则 AI 最后还是停留在 PPT 里。”
回过头看，这件事最值得关注的，可能不是成本的五六万元，也不是一万多只羊，更不是 AI 到底写了多少代码。而是一个离开大厂多年、原本已经不再写代码的人，在AI出现之后，又重新拥有了独立开发软件的能力：
● 过去，一个养殖老板遇到数字化需求，第一反应可能是找软件公司。
● 现在，一个懂业务的人可能会想：“这个问题，我能不能自己先让 AI 做出来？”
那么，你对于这件事又是什么看法呢？欢迎在评论区留言~
参考链接：https://video.weibo.com/show?fid=1034:5333182879563850
最后，说一件事
2026 奇点智能技术大会与C++及系统软件技术大会终于要和大家见面了。
11 月 20-21 日·北京，奇点智能研究院联合 CSDN，把两场技术大会放在了同一个时空里：
-
奇点智能技术大会（始于 2016）——聊大模型、AI Native、企业级 AI 落地、多模态与世界模型；
-
C++ 及系统软件技术大会（始于 2005）——聊现代 C++ 演进、AI 算力与推理优化、高性能低时延系统。
为什么要放在一起？因为我们越来越相信——上层 AI 应用的爆发，离不开底层系统软件的支撑；而底层技术的演进方向，也正在被 AI 重新定义。
这次大会汇聚 70+ 位技术专家、18 个主题、1000+ 同行到场。
如果你也在这些方向上做研究、做产品、做工程，别错过。
