99% 想做小生意的人，都以为要先有店面、团队和一大笔启动资金，才谈得上“规模化”。Royston Chan 却反着来：他在新加坡的家里，用一台烟熏炉和一套 AI 搭出来的系统，把周末爱好做成了能养活一家的生意。更反常的是，他真正花最多心思的，不是菜谱，而是后台流程。
周末，对他来说早就不是“开瓶红酒、慢慢烤肉”的悠闲时光，而是全家总动员的生产日。可他一点也不后悔，因为他发现：只要系统够聪明，小作坊也能跑出大餐厅的效率。
从一单订单到周末“家庭工厂”
烟熏炉旁的家庭流水线
你是不是也有过这种幻想：周末慢火烤肉、配一杯酒、和爱的人慢慢吃？Royston 一开始也是这么想的，他理想中的完美周末，就是烟熏炉里低温慢烤，自己在旁边放松聊天。后来，他干脆把这份爱好变成了 Mandai Smoke Co.——一个只在周末营业的德州风味木柴烟熏烤肉品牌。
典型的新加坡周六，他家厨房完全是另一幅画面：退休的父亲在一旁有条不紊地折叠外送纸盒，母亲对着一大盆土豆不停削皮，准备做成绵密的土豆泥。他和女友则守在烟熏炉前，照看那些足足熏了 12 小时的巨型牛肋排、油光发亮的五花肉和嫩到一夹就散的牛小排。
到了周日晚上，这个“家庭工厂”往往已经完成了几百份订单。原本只想给两个人做饭的厨房，硬生生被他变成了一个小型中央厨房。
冷清开局：1 单、4 单的现实
Mandai Smoke Co. 正式起步是在 2025 年初，那时他平日还在企业科技公司上班，周末才开炉做肉。刚开始的冷清程度，可能比很多人想象的还要扎心：第一个月只有 1 单，第二个月也才 4 单。
订单不多，可琐碎的行政工作已经开始消耗他的热情。每到周中，他都得坐下来，一笔一笔算：这周末的订单需要多少公斤生肉、要买多少土豆、多少配菜，既不能不够，也不能浪费太多。说实话，这种反复算来算去的过程，比熏肉本身还让他头大。
他后来回忆，那段时间最累的不是熬夜看火，而是对着 Excel 表格算原料，“感觉自己像在做一份没人付钱的财务报表”。
他很清楚，自己需要的是一套系统，而不是再多几张表格。
用 AI 搭出专属“烟熏店操作系统”
一个小计算器，救了整个生意
身在企业科技行业，他太明白传统软件的局限：市面上的 SaaS 针对的是标准餐厅模式，而他这种“只周末营业、只做烟熏肉”的小众模式，根本不在产品设计范围内。要找人做一套定制系统，动辄几十万上百万元，新加坡本地行情也差不多。有用户反馈，类似的餐饮 ERP 项目，周期往往拉到 6 个月以上，最后还不一定好用。
转机出现在一次工作相关的科技活动上，他第一次看到 Manus 的现场演示。那一刻，他有点被震住了——
“我就丢了一个提示词进去，”Royston 回忆，“它就开始搭我想要的东西。我当时心想，怎么回事，这也太夸张了吧。”
他决定试一试，用 Manus 做个最简单的“备料计算器”：把周末所有订单输入进去，系统自动算出需要准备多少生肉、多少配菜。经过几轮迭代，这个小工具基本达到了他脑子里的样子。
那时他还没意识到，这个看似简单的计算器，其实是后面整套内部系统的地基。也正是这块地基，在高峰期真正“救了命”。
圣诞节的订单暴涨压力测试
平时，Mandai Smoke Co. 每个月的订单量算不上惊人，勉强可以用手工方式撑住。但到了 12 月，新加坡的节日聚会一波接一波，大家开始在网上搜“节日大餐”“圣诞烤肉”，不少人第一次刷到了 Mandai Smoke Co.。
几乎是一夜之间，这个安静的周末项目被推上了风口。节日订单像雪片一样飞来，营收呈指数级往上跳。有数据显示，他在那个月的订单量，比前三个月加起来还多。
对大多数小生意来说，这种突然的暴涨往往是灾难的开始：订单漏接、地址搞错、司机乱成一团、食物送到时已经凉透。社交媒体上关于“节日翻车”的吐槽，每年都能看到一堆。
Mandai Smoke Co. 却挺住了。原因在于，Royston 在生意还很小的时候，就开始搭基础设施。他不是被动追着需求跑，而是提前按“餐厅级别”去思考流程——哪怕那时每周只有几单。他在圣诞节前，把最初的备料计算器扩展成一整套物流工作流系统，并给它起了个名字：FLAME（Food Logistics And Management Engine）。
“我们真的算运气好，”Royston 说，“要是没提前做这些，后面那波需求我们根本接不住。”
节日期间的顺畅体验，换来了大量好评，也让他第一次认真意识到：这个周末爱好，其实完全有机会变成一个可扩展的生意。
FLAME：把小众烟熏店跑成“科技公司”
每月 300 单，全靠系统扛
现在，Mandai Smoke Co. 每个月大约处理 300 单订单。按一周只营业两天来算，周末的节奏其实非常紧凑。如果没有系统，他早就得招一整支行政团队来帮忙。
FLAME 专门解决的是那些通用软件根本不会管的小问题：它会从网站和 WhatsApp 自动导入订单，然后逐条扫描地址。如果是公寓或共管公寓的住户忘记填门牌号，系统会立刻标记出来，避免司机到了楼下被困在大堂，打不通电话、送不进去。听起来只是一个小细节，但据他自己统计，早期有近 15% 的订单地址信息不完整。
在配送这块，他没有走常见的外卖平台路线，而是直接雇佣自由职业司机。用 Manus，他搭了一个基于地理聚类的派单系统：系统会自动把同一区域的订单打包，给每个司机生成一条最优路线。
这种效率，直接改变了配送的经济模型。“因为我们把所有单子都排得很顺，他们只要照着路线跑就行，”Royston 解释，“司机的时薪最高能到 90 新币。”在新加坡，这个数字已经远高于不少白领的小时收入。
当然，这种高度依赖系统的做法也有风险：一旦系统出错或宕机，整个周末的运营都会被拖垮。他也承认，自己每次在大促前都会多备一套“纸笔方案”，以防万一。
用 WhatsApp 做“私域”，像大品牌一样说话
为了让客户沟通更专业，他又用 Manus 搭了一个基于 Twilio WhatsApp Business API 的自定义收件箱。简单说，就是把大家日常用的 WhatsApp，变成了一个小型 CRM：
- 自动发送订单确认和配送提醒
- 按地区、下单频率给客户打标签
- 送达后自动发消息收集反馈
- 针对老客户推送新品或节日套餐
有用户反馈，这种“像朋友发消息”的沟通方式，比冷冰冰的系统短信更容易被接受，回复率也更高。Royston 会认真看每一条反馈，微调配方和出餐节奏。有一次，有客人提到土豆泥偏咸，他立刻在下个周末调整了盐的比例，还特意给那位客人发了一条消息，邀请对方再试一次。
身为企业软件从业者，他非常清楚自己做的是什么：不是去依赖一套庞大而僵硬的传统平台，而是用 Manus 这种 AI 工具，按业务发展节奏一点点往上加功能，成本却只是传统方案的一小部分。
他说：“Manus 就是长在各种细分场景里的。像我们这种只周末营业的烟熏肉店，根本没有现成的外卖平台会为你量身定做。业务每出现一个新问题，我们就用 Manus 去搭一个更好的解决方案，它就这么跟着我们一起长大。”
从客厅到工厂：下一步要走多远？
家庭作坊，走向商业工厂
现在的梦想，已经不再是“周末烤肉配红酒”这么简单。Royston 正在筹划把 Mandai Smoke Co. 搬进一间正规的食品工厂，准备上线更多产品线，比如精致的冷肉拼盘、常温保存的烟熏牛肉干等。
安静的双人晚餐没了，取而代之的是一个由家人一起打理的生意：父母在后厨帮忙，女友参与运营，他自己在烟熏炉和系统后台之间来回切换。说实话，这种生活节奏不一定适合所有人，但对他来说，那种“用木头和火做出来的味道，被一整车一整车送出去”的满足感，很难用别的东西替代。
我也不太确定这个说法对不对：也许未来几年，像他这样“家里就是工厂、AI 就是 IT 部门”的小生意，会越来越多。尤其在最近几年 AI 工具爆发的背景下，很多原本需要大团队才能做的事，现在一个人加一套系统就能搞定。
如果你也在犹豫要不要开始一个类似的项目，不妨记住 Royston 的路径：先把最痛的一个点交给系统，再慢慢往外扩。这套方法被他反复验证过，值得收藏起来，哪天你想动手时，拿出来照着改一改就能用。
常见问题
Q：像 Mandai Smoke Co. 这样的小众餐饮项目，起步时最关键的系统应该先做哪一块？
A：起步阶段，最关键的是解决“备料和产能规划”这一块，也就是 Royston 最先做的备料计算器。因为原料采购和产能安排一旦出错，要么浪费大量食材，要么直接影响客户体验。建议先把所有菜品的标准出成一份“换算表”，比如 1 份套餐需要多少克生肉、多少配菜，再用简单的表格或 AI 工具，把订单数量自动换算成采购清单和生产计划，这一步做稳了，后面再考虑配送和营销系统。
Q：只有周末营业，有必要像 Royston 一样搭一整套物流和派单系统吗？
A：如果订单量长期在个位数，其实用手工也能撑住，但一旦超过每周 30 单，系统化就非常有必要。原因在于周末时间窗口很短，配送集中在几小时内，任何一个地址错误或路线规划不当，都会连锁影响后面所有订单。建议你先用简单工具（比如地图软件和共享表格）做半自动化，等发现自己每周都在重复同样的操作时，再考虑用 AI 搭一个轻量级派单系统，优先解决“地址完整性检查”和“路线聚类”这两件事。
Q：像 FLAME 这样的内部系统，用 AI 搭建会不会后期维护成本很高？
A：如果一开始就把系统做得过于复杂，后期维护确实会很痛苦，这在传统软件项目里很常见。Royston 的做法是“按需生长”：每次只为一个具体问题加一个小模块，比如先是备料计算，再是地址校验、然后才是配送聚类。这样做的好处是，系统结构相对清晰，出问题时也容易定位。建议你在搭建时，把每个功能模块的输入输出写清楚，定期做一次“删减”，把不用的功能关掉，维护成本就会低很多。
Q：自由职业司机的时薪能做到 90 新币，具体是怎么实现的？
A：核心在于“高密度、低空驶”的路线规划，也就是尽量让司机在同一区域连续送货，减少空跑。FLAME 会先按地理位置把订单聚类，再根据时间窗和交通情况排出最优路线。这样一来，同样 3 小时的工作时间，司机可以完成更多单，平均每单的配送时间也更短。你如果想复制这种模式，可以先统计一周内所有订单的地址分布，用简单的地图工具做手动分区，再逐步引入自动聚类算法，让系统帮你找出最省时的路线组合。
Q：如果我不会写代码，也能像 Royston 那样用 Manus 搭系统吗？
A：可以，但需要你对自己的业务流程非常熟悉，知道“哪里最痛、哪里最浪费时间”。Royston 虽然有科技背景，但他也是从一个简单的“备料计算器”开始，用自然语言告诉 AI 自己想要什么，再通过几轮试错慢慢调到合适。你可以先画出一张业务流程图，把从接单到送达的每一步写清楚，再挑出最想自动化的 1～2 步，用 Manus 这类工具尝试搭一个小原型，边用边改，比一上来就做“大而全”的系统要靠谱得多。
