传统行业的人怎么开始用AI？

不从学技术开始，从拆自己的工作流程开始。找到每天重复劳动最多的环节（整理信息、写回复、查资料），先用AI替代搬运和整理，把时间留给判断和创造。Zeno 的方法论是：AI 替你搬运，你替AI判断。

AI会替代装修行业的判断吗？

不会。AI 可以整理规范、对比数据、列出风险项，但「这个报价漏项是不是故意的」「这道裂缝是结构问题还是正常沉降」——这些判断需要人跪在工地上看过几百次才做得出来。AI 替你翻信息，不替你担责任。

我最近深度拆解了一个开源的 AI 编程代理项目（叫 ZoroCoding，MIT 协议）。代码从头读到尾，最让我意外的不是它怎么调用大模型——那部分谁都会。让我停下来反复琢磨的，是它在安全设计上做的三件事。

这三件事，跟「写代码」关系不大，但跟「传统行业能不能放心把业务交给 AI」关系极大。

想象一个场景：你让 AI 帮你整理一份合同。AI 说"好，我去读取项目里的合同文件"。但就在它读文件的前一秒，有人把那个文件替换成了一个符号链接，指向你电脑上的 SSH 私钥。

普通程序会直接读——它只检查了文件路径，没检查"这个文件还是不是原来那个"。

ZoroCoding 的做法是三层验证：

这三步合在一起，专业术语叫 TOCTOU 防护（Time-of-check-time-of-use）。翻译成大白话："我说的这个文件，必须从头到尾是同一个文件。你想半路偷换？没门。"

这不是教科书上的概念。这是被攻击过、或者审计过别人系统的人，才会在代码里埋的防御。

对一个传统行业的老板来说，这意味着什么？意味着如果你用这套架构来构建自己的 AI 工具，你的客户数据不会被"偷梁换柱"。

AI Agent 跟聊天机器人的本质区别是：Agent 会执行操作。它不只是说话，它会读写文件、运行命令。

这就带来了一个核心问题：你怎么保证 AI 不会把你的系统搞崩？

ZoroCoding 的做法分两层。

第一层：命令白名单。 不是什么命令都放行。只有项目内的常规开发命令自动执行——比如 npm test、git status。任何涉及 sudo、rm -rf、磁盘操作、全局安装的命令，一律弹窗让用户确认。

第二层：沙箱执行。 在 macOS 上，它用系统自带的 sandbox-exec 给 AI 的命令画了一个笼子：只允许读写项目目录和临时目录，禁止访问系统文件，禁止访问网络。AI 想偷偷发数据到外部服务器？网络直接给你断了。

这在开源 AI 编程工具里极为罕见。大部分工具的做法是"相信 AI 不乱来"——或者更诚实的说法是"我们没做"。

对于传统行业来说，这意味着：你可以让 AI 帮你做事，但它的"行动范围"是你事先划好的。这不是不信任 AI——这是不让任何工具拥有超出它职责范围的权限。

ZoroCoding 有一个我一开始没看懂的设计：它必须从移动硬盘启动。

不是"支持"移动硬盘，是必须。你把应用复制到 Mac 内置硬盘上，它不工作。

后来我想明白了：这不是技术限制，是安全设计。

整个应用的数据——数据库、加密后的 API Key、项目文件、任务日志——全部保存在移动硬盘上。应用进程实时监控这个硬盘的状态。一旦检测到硬盘被拔出：

即使你把同一块硬盘重新插回去，应用也要求重启并重新验证存储位置。

这个设计的潜台词是："如果存储不在你手里，就不该有任何人能访问你的数据。"

对个人用户，这意味着你拔了硬盘、装进口袋，你的 AI 工作环境就物理离线了。

对企业用户，这意味着合规审计的时候，你可以说："我们的 AI 数据存储在物理可移除介质上，断开即不可访问。"

这是一种从硬件层面解决问题的思路——跟互联网公司"把所有数据放云端加密"的思路正好相反。

我在装修行业干了 17 年。工地上最头疼的问题从来不是"有没有好材料"，而是"信息对不对齐、责任落没落地、每个人愿不愿意面对事实"。

AI 也一样。技术能力只是底线。真正决定一个企业敢不敢把核心业务交给 AI 的，是信任。

而信任不是靠 PPT 讲出来的，是靠这些藏在代码里的设计决策堆出来的：

这就是我拆解 ZoroCoding 源码之后最大的感受。

这篇文章是我拆解开源 AI Agent 项目源码系列的第一篇。我正在探索如何把这种级别的 AI Agent 能力带给传统行业的个人 IP 和企业。如果你在自己的业务里有类似的场景想聊聊，欢迎联系我。