加载失败
这篇文章讲的是加拿大阿尔伯塔省（Alberta）政府基础设施部门，把原本可能交给外部 consulting firms 的系统重建工作，改成由内部公务员团队完成。团队先录下旧流程的视频，再用 Google Gemini（Google 的大模型）把视频转成需求/规格文档，并以两周一次的节奏快速迭代，文中称这让成本比原方案低了 95%，且已有 643 名用户上线使用。评论之所以反复提到 procurement（政府采购流程）和 legacy systems（遗留系统），是因为政府软件项目常常被招标、外包、反复返工拖慢。阿尔伯塔省的 deputy minister（副部长，非政治任命的高级官员）被点名，是因为这种项目通常需要行政层面的强力背书才能绕开旧流程。
很多人把这篇故事当成政府内建能力战胜外包咨询的案例，而不是单纯的 AI 新闻。评论里提到，原本 shortlist 是四家大型 consulting firms，但这些公司更擅长抽取预算，不一定擅长交付能用的软件。相比之下，内部团队掌握具体业务流程，能少走弯路、减少误解和返工。即使最终产物并非完美，只要比 5400 万美元的采购方案便宜一个数量级，很多人也认为已经是实质胜利。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
另一条主线是：AI 只是工具，真正关键的是懂业务的人。评论指出，团队先让一批人把旧系统中的流程逐段录成视频，再让 Google Gemini 生成完整的需求/规格文档，这样把重复劳动交给模型，把领域知识留给人。几个人强调，若参与者本身不懂业务，AI 只会更快地产生错误；但当团队已经懂流程时，AI 可以显著缩短梳理和文档化的时间。也有人用一句话概括：是人用 AI，而不是 AI 自己把项目做成。
不少人几乎是被文章的包装劝退，而不是被内容吸引。顶部那张 AI 生成图片被批评成典型的 AI slop：既没提供信息，也让人预判正文会很空洞。正文写法也被吐槽像 LinkedIn broetry 或 TED Talk 式断句，短句很多却信息稀薄。有人甚至表示一看到这种封面和语气，就直接退出不读了。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10] [来源11] [来源12] [来源13] [来源14] [来源15] [来源16]
也有评论对工程细节更谨慎，担心文章没有把测试和验收讲清楚。有人搜全文里的 test 却几乎没看到明确说明，因此怀疑这更像一次大胆上线，而不是完整的工程叙事。另一种回应是，几百个用户持续报 bug 和 feature request，本身就是更接近政务现实的反馈闭环。还有人提醒，Alberta 的流程可能很 bespoke，今天能成功不代表别的地方能直接复用。
procurement: 政府采购流程，通常涉及招标、评审和合同签订，容易冗长且容易被批评低效。
legacy systems: 运行多年的旧系统，接口和文档往往陈旧，迁移或替换时成本很高。
deputy minister: 加拿大等政府体系中的最高级别非政治任命官员，主要负责部门执行。
Google Gemini: Google 的大模型/AI 助手，可用于文本生成、整理和分析。
AI slop: 低质、模板化、缺乏信息价值的 AI 生成图片或内容。
broetry: 一种社交媒体上故作热血、断句夸张的营销式写作风格。
spec document: 需求/规格文档，用来明确系统要做什么、如何实现，以及验收标准。