3 人小团队用 Codex 干出 20 人的活：Goliath Data 的 AI 编程实战

美国田纳西州的房产数据公司 Goliath Data 用 Codex 把"销售听到的需求→工程师手里的代码"这条路从几周压缩到一天，靠一个 40 美元算力成本做出的功能签下 12 万美元年合同，团队从 3 人长到 20 人。AI 编程对小团队的最大价值不是写得快，而是让每个人都有了交付能力。

生意本身：把十几个 App 的活合成一个平台

创始人 Brian Przezdziecki 的母亲是房产经纪人，他高中时就帮她做大量重复劳动。房产经纪和投资人至今要在公共记录、老旧数据库、表格和 10–15 个 App 之间拼凑线索，潜在卖家就这样漏掉了。

Goliath Data 把这些步骤合成一个平台：每天扫描数万条县级记录，把"继承房产""欠缴房产税"这类事件连到具体地址，找到联系方式，帮经纪人在信息最新鲜时锁定潜在卖家。AI 还能联系已授权的用户、确认意向、维持跟进、约见面。

打法一：销售直接对 Codex 提需求

传统流程是：销售记录客户抱怨→写工单→排期→工程师修→再回访。Goliath 把中间环节砍掉了：销售用一段话向 Codex 描述坏掉的按钮或费解的表单，Codex 提出代码修改，工程师只做审查。团队从每周修几个问题，变成每周修几百个。

最有说服力的案例来自渠道负责人 Zach Fitch 的客户：一个大型独栋住宅投资团队想按"公立学校学区"筛选房源——平台没有这个功能。销售把需求用一段话描述给 Codex：

• Codex 找到了公立学校边界数据；
• 把数据接进平台的房源搜索；
• 构建并测试了这个筛选器；
• 只对这个潜在客户的账号开启。

大约一天完成。六天后销售在客户自己的目标区域做了演示，客户直接发来每月 1 万美元、年化 12 万美元的合同。Goliath 估算这个功能的算力成本约 40 美元。

打法二：让 Codex 值夜班

Brian 还给 Codex 配了定时任务：夜里检查公司系统、发现异常、起草修复或把紧急问题转给对的人。用他的话说，睡前给 Codex 一个大任务，"醒来就有一堆等着审查合并的工作"。

一个七月的夜里，仪表盘在凌晨 3 点左右开始变红，业主查询失败率冲向 99%。值夜的 Codex 翻了数万行日志，发现是两个不相关的问题被算在了一起：约三分之一来自一个停止重新验证工作流的后台系统，其余大多来自某类客户的请求。问题被拆开后，天亮前就有了清晰的修复方向。

小团队能学到的三件事

• 需求入口给一线：让听到客户抱怨的人直接对 AI 编程工具描述需求，工程师角色从"写代码"变成"审代码"，吞吐量差一个数量级；
• 用 AI 值守无人时段：夜间的日志巡检、异常归因是定时 Agent 的经典场景，人睡觉，机器干活，早上人来审；
• 算清"功能成本 vs 合同价值"：40 美元成本撬动 12 万美元年合同，这种账会改变小团队对"值不值得做"的判断标准。