一句话总结

次日达配送，能有多难？

本月亮点

• 在提供次日达配送选项时遇到了意想不到的困难。
• 参加了 Handmade Seattle 大会。
• 尝试了 Zig 语言和一款开源 AI 聊天机器人。

目标完成情况

每个月初，我都会定下想要完成的目标。以下是本月的完成情况：

尽快将生产转移至代工厂

• 结果：转移已全部完成。
• 评分：A

代工厂现在生产出的 TinyPilot 设备质量与我们自己组装时相当。代工厂现在直接将设备发往我们的第三方物流（3PL）仓库，这也让 TinyPilot 不再必须拥有自己的办公室。

进行五次客户回访

• 结果：我们联系了三位客户，实际完成的通话为零次
• 评分：F

这次我没有把这件事放在优先位置。我因参加大会和假期出行耽误了将近两周，客服团队的人手也比平时紧张。我本应多跟进团队、推动这项工作的优先级，因为这对公司的长期可持续发展很重要。

清理 TinyPilot 办公室的所有旧库存和备件

• 结果：我决定暂停这一进程
• 评分：N/A

事实证明，房东对我们何时搬离并不苛刻，所以关闭办公室的紧迫性比我预想的要低。而且，不把所有东西直接扔掉就想清空办公室，比我想象的要难。我们有几十种物品，每件价值 1 到 50 美元，但每种通常只有几件。

举个例子，我们有三块二手 Arduino Uno 开发板，每块零售价 28 美元。我们或许能在 eBay 上把三块一共卖 30 美元，但从头到尾处理整个流程大约需要两个小时。算下来，员工工资成本比卖板子赚的钱还多。

我新的计划是，等到临近搬离时，发布一个开放时间，让有需要的人过来免费拿走想要的东西。

TinyPilot 数据一览

利润看起来很吓人，但这只是因为转向代工厂后，我的支出变得更加集中爆发。10 月份我没有任何原材料账单，但 11 月份却有 5.7 万美元的原材料支出。我其实应该把这些记为销售成本，但目前我只是按简单的现金流水来统计。

8 万至 10 万美元是 TinyPilot 正常的月收入区间，我们目前稳稳处于这个范围内。我本可以借黑色星期五/网络星期一的机会促销，但由于正值生产转移，库存偏低，没法降价。

次日达配送，能有多难？

在 TinyPilot 的大部分时间里，我们都没有提供隔夜达或次日达配送。

当我们还在内部履约时，办公室每周六天都有人处理订单，但每天只有一个人值班。我之所以不提供次日达，是因为我知道总会有人生病或休假，导致无法保证一日内处理完毕。

当我们把履约外包给第三方物流仓库（3PL）后，人手不足的问题就消失了。3PL 的人员冗余比我们多得多，所以无论如何，订单都应该能在 1 个工作日内发出。

转向 3PL 意味着我们终于可以提供次日达选项了！

复杂的配送技术栈

在切换到 3PL 后，管理配送选项的逻辑变得更加复杂。我们过去向 TinyPilot 客户展示配送选项的方式是这样的：

1. 我在 Shopify 中选择要向客户开放哪些配送选项。
2. 客户在结账时选择一种配送方式。
3. 我们通过 Shopify 购买与客户选择相匹配的邮资。

在这套体系下，Shopify 端到端地掌控着整个体验，而且做得很好。

我们的 3PL 使用的是一套（不太好用的）仓库管理系统 ShipStation。该工具与我们的 Shopify 商店集成，所以现在整个技术栈变成了这样：

1. ShipStation 向 3PL 提供其支持的配送选项列表。
2. 3PL 从该列表中选择愿意向其客户（TinyPilot）提供的配送选项。
3. Shopify 向 ShipStation 查询双方共同认可的配送选项。
4. 我再从 Shopify 中挑选要向客户开放的配送选项。
5. 结账时，ShipStation 会不透明地猜测哪些选项对客户“最合适”，并将配送选项缩减为两到三个。
6. 客户在结账时选择一种配送方式。
7. 3PL 通过 ShipStation 或其他供应商购买与客户选择相匹配的邮资。

牵涉方这么多，出错的环节也多，互相推诿的机会也多。

我尝试开通次日达时发现，等配置从 3PL 经 ShipStation 再到 Shopify 最终到我这里时，已经没有任何次日达选项可用了。

经过数月的来回排查，我们把问题锁定在了 ShipStation 身上。他们不显示次日达选项，是因为他们认为次日达和两日达选项“相似”，而两日达总是更便宜，所以他们永远不会展示次日达选项。

没错，你没看错。ShipStation 这家主营业务就是帮你购买包裹邮资的公司，居然不明白为什么有人会愿意选择更贵的次日达，而不是更便宜的两日达。

ShipStation 的问题太多，我决定在向客户展示配送选项时切回旧的技术栈。现在，我们直接通过 Shopify 向客户展示配送选项和运费，不再向 ShipStation 查询运费。

把 ShipStation 排除在结账流程之外的问题在于，3PL 是按 ShipStation 较高的费率购买邮资，而 Shopify 则是按较低的 Shopify 费率向客户收取运费。因此，客户可能只需支付 30 美元的隔夜运费，但通过 ShipStation 的实际邮资却是 100 美元，这中间 70 美元的差价就得由 TinyPilot 来承担。

不过，这个方案至少让 TinyPilot 能够提供我们想要的配送选项，而不会被 ShipStation 愚蠢地覆盖掉。而且，承担 70 美元的额外运费，也比直接丢掉这笔订单要好。

选择次日达的客户，要求高出 4 倍

大多数情况下，3PL 都能在 1 个工作日内发出我们的订单。偶尔会遇到一些情况，需要两个工作日，极少数情况下则需要三天。我们在网站上宣传的处理时效是最长三天，但客户似乎并不留意这一点。

90% 的情况下，选择普通陆运或两日达的客户即使遇到一天的处理延迟，也不会说什么。

黑色星期五过后的那个周一，UPS 出现了一个奇怪的问题：他们取走的所有包裹都没有更新物流追踪信息。仓库坚称 UPS 已经取件，但 UPS 的追踪系统却什么都没显示。

这次 UPS 追踪故障影响了五位选择次日达的客户。24 小时内，其中两人就发邮件来抱怨延迟。也就是说，40% 的次日达客户提出了投诉，而选择陆运或两日达的客户中只有约 10% 会注意到延迟。

我也能理解。当我自己选择次日达下单时，我也会急着收货，如果商家拖上好几天才发货，我也会很恼火。

这些选择次日达的客户是一把双刃剑。如果他们愿意花五倍于普通陆运的价格来求快，他们很可能是能提升 TinyPilot 销售额的大客户。但我也发现，他们也相当挑剔，会给客服团队带来压力，因为他们对时效的期望远高于普通客户。

我的首届 Handmade 大会

11 月，我参加了在西雅图举办的首届 Handmade 大会。这是一个面向底层软件开发者的独立大会。

以下是我从大会中得到的一些体会。

主流技术栈之外，还有别的选择

大卫·福斯特·华莱士在他著名的 2005 年凯尼恩学院毕业演讲 中讲过一个关于鱼的笑话：

有两条小鱼一起游着，恰好遇到一条迎面游来的老鱼，老鱼向它们点头说道：“早上好，孩子们，水怎么样啊？”两条小鱼继续往前游了一会儿，最后其中一条看了看另一条，说道：“水是什么鬼东西？”

对我来说，浏览器就是水。

我太习惯于把软件想成用户最终通过 HTML 和 JavaScript 来交互的东西，以至于几乎忘了还有其他可能性。距离我上一次认真思考“把一切都围绕上世纪 90 年代为渲染静态文档而创造的技术来设计有多奇怪”已经很久了。

但在 Handmade 大会上，我遇到的大多数开发者根本不碰浏览器，也不用我熟悉的那些技术。

我见到了 MobileCode 的开发者，这是一款可以在手机和平板上写代码的应用。我问他用的什么语言，本以为他会说 Flutter，八成是 React Native，结果他回答“C 语言”时，我大吃一惊。

不仅如此，他还说用 C 语言做移动开发体验不错。相比通过现代框架的重重抽象，他可以直接调用 iOS 和 Android 的原生图形 API。

不懈的独立抱负

我最初听说 Handmade，正是因为关注了 Andreas Kling，也就是 SerenityOS 的创始人。他完全不依赖任何第三方库，单枪匹马从零开始写出了这个操作系统，并在 2021 年的 Handmade 大会上做了分享。

Handmade 大会也经常有关于 Zig 的分享，这门独立编程语言我已经关注一段时间了。Zig 的创始人 Andrew Kelly 在 2021 年做客 CoRecursive 播客 时谈到，他想用 Zig 取代世界上所有的 C 代码。

Adam：当你干掉 C 语言后，世界会是什么样子？

Andrew：哦，那太美好了。世界看起来基本没变，只是你所有的应用都运行得稍微好一点，更少崩溃，占用更少内存，速度更快……

当教科书想要展示操作系统或嵌入式设备是如何工作时，就会理所当然地用 Zig 作为示例代码，因为人人都在用它。

我觉得 Andrew 这种对软件的野心和热情特别酷、特别让人振奋，而这正是我来 Handmade 想寻找的东西。

Handmade 没有让我失望，它确实展现了这种独立野心。大会推崇“重新发明轮子”的做法。

在软件行业，说某人“重新发明轮子”通常是贬义，但在 Handmade，大家却拥抱这种做法。为什么不重新发明轮子呢？也许你造的轮子会比大家现在用的更好。哪怕只是尝试去重新发明，你也会对轮子是如何运转的有更深的理解。

Cameron Riekes 还是一名本科生，他分享了自己做一款 2D 角色扮演游戏的经历。但做着做着，他 “顺手”从零写了一个 3D 游戏引擎。

Yasser Arguelles 才二十出头，正在做 Tilde，这是一个从零开始重写的 LLVM 替代品。要知道，LLVM 作为编译器后端已经持续开发了 20 年。他在演讲中提到，自己并没有编译器背景，只是在 Handmade 的讨论中看到很多人都在呼吁需要一个 LLVM 的替代方案，于是他想：“行，那我来做吧。”

我还有幸见到了 Andrew Kelly，他人非常友善。这次交流也终于激励我去 尝试写了一些 Zig 代码。

对大厂的极度怀疑

我对大会有一个不满，就是那种批判大厂的论调到了我觉得不太理性的程度。

贯穿整个大会的叙事基本上是：大厂就是毒药。他们生产的一切都充满 bug、臃肿、不可靠且定价过高。

按发言者的说法，更多人没有意识到大厂这些缺点的原因，是大厂控制了软件大会，禁止演讲者诚实地谈论大厂软件中的问题。我也参加过几场中等规模的大会，从来没有人告诉我不能批评大厂，所以这种说法在我听来不太可信。

我同情反大厂的观点。只要可能，我也更喜欢独立技术，但我也认为大厂在很多方面做得很好，并且在推动技术前进方面承担了大部分重任。一味地对大厂嗤之以鼻、认定独立技术一定比大厂方案更好，我觉得是一种误判。

相关文章

• Carl Sverre

如果你知道其他相关的总结文章，欢迎告诉我，我会加上链接。

业余项目

WanderJest

WanderJest 是我几年前启动的一个网页应用，旨在帮人们发现身边的现场喜剧演出。我在 疫情来袭时搁置了它，但之后又时不时拿出来捣鼓。

WanderJest 最大的挑战之一是获取演出的相关信息。一场喜剧演出的权威信息通常就是一张这样的海报：

演出者不想做好海报后，还要到别处再把信息重新输入一遍，所以我一直在思考如何“免费”从海报中提取信息。

我的第一个想法是做一个帮演出方制作海报的工具。我 捣鼓了几天，但第一个去推销的喜剧演员并不感兴趣。这个想法我还没有完全放弃，但也没有足够热情去继续迭代。

不过，现在 AI 图像识别越来越强，我的另一个想法是直接找到演出的海报，然后用开源 AI 工具抓取其中的演出信息。

当我读到 Simon Willison 关于使用 Llamafile 的文章 时，我意识到现在尝试带图像理解能力的聊天机器人是多么容易，于是就拿海报这个问题试了试。

遗憾的是，LLaVA 1.5 对图像的识别准确率似乎还不足以胜任这项任务。当我给它看一张喜剧演出海报并提问时，它的回答只有约 70% 是准确的：

我胡乱调整了一下参数，但没能改善结果。

尽管如此，看到开源方案在这个领域的进步和竞争，我还是很兴奋。更多细节请见：

• 用 Llamafile 和 LLaVA 1.5 做的粗略实验

总结

完成了什么？

• 发布了 TinyPilot Pro 2.6.2
• 参加了 Handmade Seattle 大会
• 解决了一个关键供应商的发货导出问题

经验教训

• 提供次日达能吸引愿意多花钱的客户，但这些客户也更挑剔、要求更高。

下月目标

• 完成 TinyPilot 授权验证的设计工作。
• 建立对每批新生产设备的抽检流程。
• 处理 TinyPilot 的年终税务事宜。