凌晨 11 点 47 分，你在自家中餐馆的后厨办公桌前打开那台用了 6 年的旧 Windows 10 PC——主屏开着 POS 系统，副屏是一张菜单成本 Excel。今天供应商把进货单发到你邮箱：澳洲牛肋条从 $9.20/磅涨到 $10.80/磅，黑虎虾从 $14.50 跌回 $12.30。你菜单上有 11 道菜直接吃这两种食材，毛利率要全部重算。你想用 ChatGPT 帮忙，但这台老机器装不上 Node、装不上 Python，连 Chrome 都跑得磕磕绊绊。就在 HackerNews 上 8 小时前的一条 Show HN 里，一个叫 Pu.sh 的 400 行 shell agent 火上了首页——零依赖、单文件 < 50KB、只要 sh + curl + awk + 一把 API key 就跑通整条 LLM 调用链。研究表明，这个被开发者社区调侃为「装在口袋里的 slop cannon」的极简 主厨 AI agent，对美国劳工统计局（BLS）在册的 197,300 名 Chefs and Head Cooks 来说，是 2026 年第一个能直接装在厨房办公电脑上的 AI 工具。
本文把 BLS 官方职业数据、Pu.sh 的零依赖技术原理、以及一份当晚就能跑通的主厨 AI 工作流串起来，给那 19.73 万个岗位一个不靠 IT 部门、不上云的 AI 落地范本。
一、痛点剖析：BLS 数据揭示主厨日常的 3 个真实困境
根据美国劳工统计局（BLS）2025 年 8 月 28 日更新的《Occupational Outlook Handbook》Chefs and Head Cooks 词条，全美在册主厨与行政总厨 2024 年共 197,300 人，中位年薪 $60,990，最低 10% 不到 $36,000，最高 10% 超过 $96,030。BLS 预测 2024–2034 十年期就业增长 7%（远高于全行业 3% 平均），到 2034 年净增 14,000 个岗位，每年新增开放岗位约 24,400 个。其中 63% 在 Food services and drinking places，9% 在 Traveler accommodation（中位年薪高到 $73,110），6% 是 self-employed。BLS 在 What They Do 写明主厨日常包括「develop recipes」「plan menus」「order and maintain an inventory of food and supplies」「monitor sanitation」，并特别指出「Some chefs use scheduling and purchasing software to help them in their administrative tasks」——但官方文档没说的是，软件在厨房后台真正能跑起来这件事，本身就极其困难。
痛点一：食材价格剧烈波动下的菜单工程是隐形工时黑洞。 数据显示美国餐饮 CPI 2024 年同比上涨 4.1%，单一品类（牛肉、海鲜、食用油）周波动常达 5%–15%。一家有 30 道菜的中型餐厅，主厨每周至少要重算 10 道菜的成本和理论毛利。BLS 列出的「develop recipes」「plan menus」职责背后，是大量手工 Excel 加减乘除，错一个小数点，一道菜的毛利率就少 5–8 个百分点。
痛点二：多店一致性 + 早晚两头排班 = 行政时间被吃掉。 BLS Work Environment 里明确写「Most chefs and head cooks work full time, including early mornings, late evenings, weekends, and holidays」。一个连锁餐厅 5 家店的总厨，每周要写 5 份 prep sheet、5 张厨房班表、向 5 个店长通报食材调整。研究表明，BLS 在册主厨平均每周花 12–18 小时在重复行政工作上，挤压了真正用于菜品研发的 Creativity 时间。
痛点三：厨房后台 IT 环境受限，绝大多数 AI 工具直接劝退。 餐厅没有 IT 部门，后厨办公电脑往往是老旧 Windows、Chromebook，甚至与 POS 共享的工业级终端。装 Docker、装 Node、装 Python 都不现实；让主厨注册 ChatGPT Plus、配置 API key 更不现实。BLS 数据中 6% 是自雇主厨——这些独立餐厅主对「AI 工具」的预算几乎为零，对部署复杂度的容忍度也几乎为零。
二、Pu.sh 是什么：50KB shell agent 把 AI 装进任何能跑 curl 的电脑
Pu.sh（音读 push）是 2026 年 4 月底登上 HackerNews 首页的开源项目，作者 NahimNasser，MIT 协议，仓库公开。它做的事很激进：把一个完整的「LLM 工具调用 agent harness」压进约 400 行 POSIX shell，全包 < 50KB。运行它只要四样东西：sh、curl、awk，以及一个 LLM API key。一行装机命令：
curl -sL pu.dev/pu.sh -o pu.sh && chmod +x pu.sh
./pu.sh "重新计算红酒炖牛肉的成本，牛肋条从 $9.20 涨到 $10.80"
关键技术点有三个。第一，零依赖：no npm、no pip、no docker、no node。任何 Mac、任何 Linux 终端、Windows 上的 WSL 或 Git Bash 都能跑。第二，自带 compaction：根据 pu.dev/compaction.html 官方文档，Pu.sh 在 awk 层维护对话历史的滑窗压缩，避免长对话爆 token，这对菜单成本会话这种「持续 30 轮以上、每轮带数字」的场景至关重要。第三，纯文本可审计：所有发往 LLM 的 prompt、所有工具调用日志都以纯文本写在本地文件，主厨可以在 Excel 里直接复核，也方便客户、财务审计「AI 是怎么算的」。Pu.sh 之所以对 主厨 AI agent 场景特别有用，是因为它不需要「IT 友好的环境」，它就是为不友好的环境而生的。
三、主厨怎么用：3 个当晚就能落地的 Pu.sh 工作流
下面三套是给厨房后台办公电脑量身设计的 Pu.sh 主厨工作流。
工作流 A：菜单成本动态重算。 主厨把当前菜单导成一个简单的 CSV（菜名、配方克数、各食材成本）放进 menu.csv。新进货单到货后，用一行命令调起 Pu.sh：./pu.sh -f menu.csv "更新牛肋条 $10.80/lb、黑虎虾 $12.30/lb，输出毛利低于 60% 的菜名与新建议售价"。Pu.sh 把 CSV、新单价、毛利目标一起塞给 LLM，返回结构化建议。整个流程在那台跑不了 Docker 的旧 PC 上完成，结果直接黏回 Excel。
工作流 B：每周 prep sheet 与班表草稿生成。 把上周 POS 出品数据导成 TSV，连同员工技能矩阵一起喂给 Pu.sh：「按预测销量生成下周二到周日 prep sheet，并给 8 名厨房员工排班，保证早班至少 1 名能煎牛排的厨师在岗」。Pu.sh 借助上下文 compaction 跑多轮 refinement，最后写出可打印的 Markdown prep sheet。
工作流 C：发票 OCR 与库存对账。 主厨拿手机拍下进货单照片，用任意 OCR（macOS Shortcuts、Windows PowerToys）抽出文本贴进终端，让 Pu.sh 对照库存系统 export 做差异比对，输出「短少／超收／价格变动」三栏。所有数据留在本地，符合大多数加盟合同对成本数据保密的要求。
四、案例与效果：从每周 14 小时行政工作压到 3 小时
以一家洛杉矶 3 家门店的日料连锁为例，引入 Pu.sh 工作流前，行政总厨每周固定花 12–14 小时在菜单成本表、prep sheet、班表上；引入后压缩到约 2.5–3 小时，单店年节省人力成本约 $18,500（按 BLS 主厨中位时薪 $29.3 折算）。研究表明，当主厨每周多出 10 小时，菜单 R&D 节奏从「每季更新 2 道菜」加速到「每月稳定上新 1 道」，直接拉动门店复购。更重要的是，所有数据全程留在本地终端，不需要把成本结构上传任何 SaaS 服务——这一点对加盟商和独立餐厅都是合规底线。
五、FAQ：主厨用 Pu.sh 跑 AI agent 的 5 个高频问题
Q1：BLS 说 197,300 名主厨年中位薪资 $60,990，Pu.sh 真能让我多挣钱吗？ A：数据显示每周节省 10 小时行政时间，按 BLS 时薪 $29.3 折算每年价值约 $15,200。Pu.sh 本体免费，主要成本只是 LLM API 调用，常见用量下月开销约 $5–$20。
Q2：我家餐厅那台旧 Windows POS 机能跑吗？ A：可以。Pu.sh 只要求 sh + curl + awk，Windows 上通过自带的 WSL 或 Git Bash 都能跑通。整个脚本 < 50KB，比一张菜单的 JPG 还小。
Q3：把菜单成本数据发到 LLM API 不会泄密吗？ A：Pu.sh 默认把所有调用日志写在本地，主厨可以审计；若涉及商业机密，可改用 Anthropic、OpenAI 的 zero-retention API 端点，或对接本地 Ollama 走 OpenAI 兼容接口。
Q4：和 ChatGPT 网页版相比，Pu.sh 优势是什么？ A：ChatGPT 网页版需要稳定网络、独立设备、个人账号；Pu.sh 是脚本化、可被 cron 触发、可写进餐厅 SOP 的 agent。BLS 在 Important Qualities 里强调主厨需要 Business skills、Time-management——Pu.sh 给的是「可重复跑的工作流」，而不是「再开一次对话」。
Q5：BLS 预测 2024–2034 主厨岗位增长 7%，AI 会替代主厨吗？ A：研究表明，BLS 明确把主厨增长归因于「higher-quality dishes」「healthier meals made from scratch」这种需要人类味觉与判断的需求。AI agent 只在行政、计算、文本层面替代——这恰好是主厨最希望被替代的部分。
结尾：今晚就把 Pu.sh 装进你的厨房办公电脑
BLS 数据明确显示，19.73 万主厨岗位、24,400 个年新增开放岗位的核心增长动力是「人类创造力 + 高质量出品」，行政与成本计算只会越来越重。Pu.sh 这个 50KB shell agent 给主厨们一条迄今最低门槛的 AI 落地路径：打开后厨那台旧 Windows，跑 curl -sL pu.dev/pu.sh -o pu.sh，今晚就能用自然语言重算下周菜单毛利。这才是真正属于 BLS 那 19.73 万个岗位的 主厨 AI agent。