一线 FDE 深度复盘:企业 AI 知识库,从 demo 到真正用起来
作者以制造业企业 AI 知识库项目为例,复盘了从 demo 到真正落地的完整链路。文章指出 demo 成功不等于企业可用,需要经历真实问题验证、资料核对、查询设计、业务验收、人工接管、知识更新和持续运营八步。核心观点包括:签约前用真实问题测试真实资料、区分单项查询与完整筛选需求、源头纠错修正原始资料、验收关注实际等待时间、设计人工接管路径、沉淀人工答案、明确知识运营负责人,以及报价时把建设、维护和知识更新分开核算。
作者以制造业企业 AI 知识库项目为例,复盘了从 demo 到真正落地的完整链路。文章指出 demo 成功不等于企业可用,需要经历真实问题验证、资料核对、查询设计、业务验收、人工接管、知识更新和持续运营八步。核心观点包括:签约前用真实问题测试真实资料、区分单项查询与完整筛选需求、源头纠错修正原始资料、验收关注实际等待时间、设计人工接管路径、沉淀人工答案、明确知识运营负责人,以及报价时把建设、维护和知识更新分开核算。
文章分析了 FDE(前沿部署工程师)做企业 AI 落地的两条路径:外部接项目单干和公司内部推进。外部路线的死穴是商业闭环,需要找销售合作、分层报价、守住交付边界、结项算清回款/成本/结余三笔账;内部路线的死穴是权责分配,类似当年推 BIM 的困境,AI 落地本质是重构权力和利益。作者提出三条通用原则:不吹全自动裁员的牛、选自带数据的业务环节、内部做事必须有业务负责人担责。核心观点是技术只是起点,外部能收到钱、内部有人接盘才叫真正落地。
文章复盘了FDE小团队在飞书上搭建项目管理Agent(马斯克)的完整工作流。针对传统项目管理工具维护成本高、录入摩擦大等痛点,作者构建了从通话自动录音、语音转写、专有名词纠错、说话人识别、多项目拆分,到写入统一飞书多维表格、任务分派给专业Agent、结果回收与状态更新的完整链路。核心法则是聊天负责产生信息,表格负责确认现在,项目状态以多维表为唯一法定落点,含暂停与结项闭环。文章还讨论了Token成本、检索优化及最小可用版本的搭建策略。
作者Hedy Zhang回应朋友们关于FDE(一线部署工程师)课程的需求,表示不出课程,原因是AI变化太快,课程容易过时且交付太重,大部分干货已在社交平台免费分享。团队未来核心精力仍放在一线企业AI项目交付和培训上。为兼顾答疑咨询需求,计划启动FDE实战社群,提供一线答疑避坑、项目合作机会、闭门直播分享三项服务,费用299元/年,早鸟价199元/年,预计2026年9月7日正式运营,旨在筛选真正想在一线做交付的同频同行者。
本文作者基于 FDE/To B 企业 AI 交付实战经验,系统拆解了小团队从 0 到 1 做企业 AI 服务的完整链路:线索、初筛、现场调研、需求边界、报价、SOW、开发交付、测试验收、交接回款与复盘复用十步。文章强调小团队卖的不是 AI 技术而是可验收的结果,详细讲解了获客路径、客户筛选标准、现场需求调研方法、分阶段报价策略、SOW 工作范围说明的写法、测试集设计以及需求变更处理,帮助 FDE 小团队把模糊的老板想象转化为双方可理解、可测试、可验收的交付成果。