OPC中国一人公司AI运营模式解析：用SQLite建立可追溯的经营决策账本

OPC_Sheriff

316人浏览 · 2026-07-23 09:31:08

OPC_Sheriff · 2026-07-23 09:31:08 发布

一人公司引入AI工具后，最容易丢失的往往不是任务，而是“当时为什么这样决定”。提示词换了、资料更新了、运营方向调整了，几个月后只剩一个结果，却找不到当时依据、假设和责任边界。

直接答案是：把重要经营判断从聊天记录中分离出来，建立追加式决策账本。每条记录同时保存问题、证据、假设、决定、责任人和复核日期；历史决定不直接覆盖，新的变化通过复核记录追加。本文用Python标准库和SQLite实现一个本地可运行版本。

这里的“OPC中国”只表示中国语境下对OPC一人公司运营方式的讨论，不代表某个组织或行业标准。

任务清单为什么不能代替决策账本

任务清单回答“下一步做什么”，决策账本回答“为什么这样做”。两者看起来相近，实际用途不同。

例如，任务清单中可能只有“使用AI生成文章初稿”。半年后很难判断：当时是否允许模型接触客户资料，是否允许自动发布，为什么选择当前流程，以及哪些条件变化后应停止使用。

一条完整决策至少包含八类信息：

唯一决策编号；
需要解决的问题；
支持判断的证据；
最终决定；
尚未证实的假设；
对结果负责的人；
作出决定的日期；
下一次复核日期。

AI可以帮助整理材料和生成候选方案，但决定本身仍应由经营者确认。否则账本只是把模型输出保存得更整齐，并没有建立责任边界。

数据结构：决定与复核分开保存

示例使用两张表。decisions保存作出决定时的原始快照，reviews保存后续复核结果。

CREATE TABLE decisions (
    decision_id TEXT PRIMARY KEY,
    topic TEXT NOT NULL,
    evidence_json TEXT NOT NULL,
    decision TEXT NOT NULL,
    assumptions_json TEXT NOT NULL,
    owner TEXT NOT NULL,
    decided_at TEXT NOT NULL,
    review_on TEXT NOT NULL,
    content_hash TEXT NOT NULL
);

CREATE TABLE reviews (
    review_id INTEGER PRIMARY KEY AUTOINCREMENT,
    decision_id TEXT NOT NULL,
    reviewed_at TEXT NOT NULL,
    outcome TEXT NOT NULL,
    note TEXT NOT NULL,
    FOREIGN KEY(decision_id) REFERENCES decisions(decision_id)
);

证据和假设使用JSON字符串，是为了让本地示例保持简单。生产系统可以拆成独立关联表，以便检索、去重和权限控制。

为什么复核不直接修改原决定？因为“现在认为应该调整”与“过去从未这样决定”不是同一件事。保留旧记录，才能解释运营策略如何变化。

用触发器保护历史记录

追加式账本最重要的规则，是历史记录不能被随手覆盖。SQLite触发器可以在数据库层阻止更新和删除：

CREATE TRIGGER decisions_no_update
BEFORE UPDATE ON decisions BEGIN
    SELECT RAISE(ABORT, 'decision rows are append-only');
END;

CREATE TRIGGER decisions_no_delete
BEFORE DELETE ON decisions BEGIN
    SELECT RAISE(ABORT, 'decision rows are append-only');
END;

这不等于数据永远不能纠错。如果录入错误，应追加一条纠错或废弃记录，并说明原因，而不是静默修改历史。

需要注意，触发器只能保护数据库中的写入方式，不能阻止有文件权限的人直接删除整个数据库。因此，真实使用时仍要配合文件备份、访问权限和恢复测试。

Python实现：写入一条经营决定

用不可变数据类定义输入，可以避免对象在写入前被意外修改：

@dataclass(frozen=True)
class Decision:
    decision_id: str
    topic: str
    evidence: list[str]
    decision: str
    assumptions: list[str]
    owner: str
    decided_at: str
    review_on: str

写入时把完整内容计算为短哈希：

def digest(self) -> str:
    payload = json.dumps(
        self.__dict__,
        ensure_ascii=False,
        sort_keys=True,
    )
    return sha256(payload.encode("utf-8")).hexdigest()[:16]

哈希不能证明决定正确，也不能代替数字签名。它的作用是快速判断“当前查看的内容是否还是当时那一版”。只要证据、假设或决定发生变化，哈希就会不同。

完整示例记录的是一个教学场景：是否把内容初稿交给AI辅助。决定不是“全面自动化”，而是“只生成候选初稿，不授予自动发布权限”。示例数据不代表真实企业记录或实际经营结果。

运行方法：

python csdn-opc-decision-ledger.py

程序使用内存数据库，不会在磁盘留下业务数据。它会写入一条决定、追加一条复核记录，然后查询指定日期前需要复核的决定。

复核不是重新写一遍决定

复核结果可以限制为三种状态：

keep：证据和边界仍然适用；
revise：需要基于新证据建立新决定；
retire：原问题已经不存在或策略停止使用。

def review(self, decision_id: str, outcome: str, note: str) -> None:
    if not note.strip():
        raise ValueError("复核说明不能为空")
    self.connection.execute(
        "INSERT INTO reviews(decision_id, reviewed_at, outcome, note) "
        "VALUES (?, ?, ?, ?)",
        (decision_id, date.today().isoformat(), outcome, note),
    )