作者基于4年多车企AI落地经验，按项目全流程拆解FDE（Frontier Development Engineer）岗位的真实工作内容：售前阶段的客户预期管理、深入业务打磨几千个标签体系、模型开发（从BERT加规则演进到大模型抽取加检索链路，涉及微调、embedding、评测）、私有化部署的工程细节（驱动、CUDA、vLLM、压测、稳定性）、以及上线后的数据报告与可视化。作者强调模型只是最不用担心的部分，难的是模型前后的业务与工程，并介绍了AI coding如何让他一个人交付客户demo。
作者为第二届GEO大会开发了一套开源大会系统TokEMS，经过140次迭代已初步可用并正式开源。该系统定位为开源、自托管的一体化大会运营平台，覆盖大会官网、报名、票务、订单、发票、通知和现场签到等功能。已实现的能力包括报名交易、支付入口、候补队列、运营后台、模板系统、发票管理、现场运营、平台基建与Agent管理，并配套CLI工具打通飞书机器人，自动同步大会官网数据。系统支持私有化部署和模板复用，GitHub仓库已公开。
文章以某制造业企业内部 AI 知识库项目为例，讲述企业知识库从演示走向真实交付的全过程。作者指出项目难点不只在模型，而在原始资料错误、隐性知识留存于老员工脑中、权限划分、数据接入与治理、复杂 PDF 处理、遗留系统接口及私有化部署等现实问题。文章强调需通过现场访谈、'半蹲'姿态沟通、工作范围说明（SOW）控制交付边界，用两套测试集完成测试与客户验收，并附落地检查清单供项目启动前自查。
