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。
全部文档 / 标签: 需求拆解
4 篇
只给一句话、只调用一次：我用 Ling-3.1-flash 做了一个真正能运行的交互网页
作者以“只提一次需求、只调用一次模型”的严格规则测试 Ling-3.1-flash，仅给出一句模糊需求——“做一个可直接交付的 AI 项目工期与 Token 成本估算器交互网页”。模型先自主拆解任务、补全产品逻辑，一次生成 805 行、41KB 的零依赖单文件 HTML，包含参数联动计算、成本图表、甘特图、场景预设与数据导出等功能。作者验证发现一处 undefined 变量 bug，手工修改一行代码修复。作者认为 AI Coding 的价值正从“补代码”转向“交付完整版本”，但生成结果仍需人工验收与修正。
普通人不要转型FDE，但是这个岗位一定是个机会！
作者指出FDE岗位对国内大部分普通人难以落地，但Palantir的Deployment Strategist（内部称Echo）更值得关注。文章以车企营销日报项目为例，详细拆解Echo的工作内容：把模糊的客户需求拆成业务规则和开发任务、在开发过程中管控规则变更、用旧日报逐项验证系统输出、交付后持续跟进业务使用情况。最后给出普通人向Echo靠拢的路径：练习追问需求、输出规则清单等文档、善用AI工具，从手头重复性工作入手，把它变成AI可参与且可检验的流程。
不会写代码，我用 AI 从 0 到 1 做出了一个真能安装的安卓 App
作者不懂编程，借助 Claude Code 将一个模糊的想法做成了可安装的安卓 App「锦鲤小课堂」，用于孩子观看本地课程资源。文章完整记录了从需求拆解、生成第一版 APK、真机测试到 v17 的 12 轮迭代过程，包括白屏 404、文件扫描不到、鸿蒙双存储隔离等典型问题的排查与解决。作者总结了 7 步开发流程和三份可复用模板（想法到 MVP、截图反馈、真机验收清单），强调非程序员应负责说清需求、验证产物和判断问题，而把代码实现交给 AI。