一个百万级的FDE项目，到底在交付什么？
作者通过拆解一个百万级FDE（前端部署工程师）交付项目，介绍企业AI落地的方法论：分四个阶段（诊断问题、小范围试点、工程化、验收交接）逐步落地，并在每阶段前明确交付边界，写清做什么、不做什么及前提条件。项目为集团办公场景解决资料检索、会议纪要、公文与PPT生成等需求，采用模型网关集中管理AI调用，检索使用轻量BM25。作者强调验收要验证最终文件的实际可用性，并从交付账与业务账两个角度分析百万级订单的价值构成。
全部文档 / 标签: 项目管理
30 篇
教你搞懂WorkBuddy的项目功能
本文以小白视角详细介绍WorkBuddy的项目功能，其本质是为团队搭建一个共享的AI办公室。作者从界面入口出发，逐一讲解动态（留言沟通、@提醒、交接说明）、项目配置（指令类似共享Agents.md，以及连接器、专家、技能、定时任务组成的团队工具箱）、计划（表格、看板、列表、甘特、日历五种视图）、任务与资产（任务记录、成果一键存入资料库）以及邀请协作等功能。总结来说，WorkBuddy项目功能就是一个有AI Agent能力加持的项目管理工具，一次配置全员共享，成员只需说清需求交给AI执行再把成果流转即可。
东南亚现场交付项目对我做 FDE 方式的影响
作者复盘了一个东南亚现场交付项目：客户区域仓储运输成本高，方案要统一数据并逐步纳入调度系统，但推进时遇到持续阻力。现场调研后发现项目本质是利益关系调整，部分资源受当地地下势力影响，技术团队看到的是流程低效，现场的人看到的却是权力重新分配。作者调整策略：先做不改变资源归属但带来实际收益的功能，调度只给建议不强制，从人工拒绝中获取隐性规则数据。最终项目虽延期但上线稳定。作者总结 FDE 的核心能力包括看懂组织真实的权力与利益结构，很多项目风险早在写代码之前就已存在。
深度拆解 | FDE小团队是如何搭建项目管理Agent的？
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。
15 个每周为我节省 15+ 小时的 Obsidian 工作流
本文介绍了 15 个 Obsidian 工作流，通过减少摩擦而非增加复杂度，每周可节省超过 15 小时。核心工作流包括：每日捕获收件箱、晚间整理循环、原子笔记拆分、会议行动项提取、用 Tasks/Dataview 查询替代待办应用、每周 CEO 仪表盘、网页剪辑转永久笔记、内容创意库、文章组装流程、模板优先捕获、项目主页笔记、用 Claude 等 AI 查询知识库、即时链接、每周清理维护以及定期回顾笔记。这些方法减少了应用切换和资料查找的时间，让 Obsidian 不只是笔记工具，而是一个高效的个人工作系统。
我把 Codex 和 Claude Code 的 Memory 拆成了 3 层
文章对比了 Codex、Claude Code 和 UiPath 三家的 Agent Memory 机制，指出项目中最容易混淆的是长期规则、自动积累的经验回忆和项目事实三层信息。作者提出用仓库中的 4 个 Markdown 文件（current-state.md、decisions.md、failures.md、memory-inbox.md）管理项目记忆，并让 CLAUDE.md 引用 AGENTS.md 实现两工具共用规则。同时强调自动记忆要有边界和退出机制，避免过期结论被误当作确认事实。
Codex 从 0 到 1 保姆级教程-附图解实操
本文是一篇面向小白的 Codex 保姆级教程，通过图文详细拆解了 Codex 的安装登录、界面布局、Quick Chat/Project/Codex 的选择、插件安装、输入框使用、权限与模型选择、Project 创建、任务管理、Prompt 编写、Luna Max 开启、设置优化以及首次任务执行等关键环节。作者结合自身实践，提供了大量实用建议和操作示例，帮助新手快速上手并高效使用 Codex 进行内容创作和工作提效。
想让 AI 帮你做完整项目？小白先学会这套工作流
本文介绍了一套利用 AI 开发完整项目的工作流，以 DeepSeek Harness 科普网站为例，演示了从模糊需求到分阶段开发、测试、验收和迭代的完整过程。作者强调了将需求具体化、使用 spec 和 tickets 管理任务、人工验收、以及将新需求和新 bug 记录为 ticket 的重要性。文章还提供了可复用的规则和工具，帮助读者将这套流程应用到自己的项目中。
用WorkBuddy项目空间组织虚拟项目组：一人开四条工作线
文章介绍如何在WorkBuddy中用项目空间组织多Agent虚拟项目组。核心观点是：多Agent的关键不在数量而在接口设计。提出最小可用结构：一个主任务管理依赖与验收，加上调研、数据、内容、设计四条单一交付的工作线，通过固定交接合同连接。文章详细说明了并行与串行任务的划分、三个冻结里程碑（事实、正文、发布）、冲突回到源任务修正的处理机制，以及单线与整项目的验收标准，帮助个人真正获得并行工作能力。
为什么 AI 总是“记得很多”，却还是做不好长期工作？
本文探讨了AI Agent在长期工作中记忆与执行能力不足的问题。作者指出，仅增加记忆功能并不足以让AI高效工作，关键在于AI能否理解项目当前的真实状态、从过往经验中学习，并将所学应用于实际任务。文章介绍了Alloomi平台，其通过“记得住”、“学得会”、“做得成”三个步骤，在多个基准测试中取得了优于其他模型的成绩，旨在打造能持续成长的AI同事。
如何测量一切：校准你的预测能力
本文介绍了Twitch如何通过校准训练来提升团队预测能力。文章指出，大多数产品团队从未接受过估算训练，导致项目延期。Twitch基于Douglas Hubbard的研究，通过让员工对已知指标进行80%置信区间估计，并即时反馈，经过约70个问题后，员工的置信区间与实际准确率匹配。校准后，团队将预测应用于项目决策和冲刺规划，提高了估算的诚实度和团队协作效率。作者分享了实施过程中遇到的常见障碍及解决方案，并推荐了相关工具。
从0到1入门FDE系列（二）：如何寻找并拿下第一个客户
本文探讨了AI落地工程师（FDE）如何获取并推进第一个客户项目。作者指出，找客户不应从技术栈出发，而要去寻找正在付出代价的业务环节。在与客户初次沟通时，应聚焦真实的业务流程和样本，避免盲目承诺。通过把合作拆解成低成本诊断、利用AI进行沟通预演以及制定有条件的谈判策略，FDE能有效推动项目落地，最终实现从模糊兴趣到真实投入的转化。
从 0 到 1 入门 FDE系列教程（一）：FDE到底需要会什么技能
本文探讨了在AI时代，FDE（全栈交付工程师）如何整合业务咨询、算法、工程与交付等多个职能。作者结合自身转型经验，指出FDE需具备业务洞察、客户筛选、沟通落地及端到端技术工程能力。文章系统梳理了从需求收窄、RAG治理、Agent权限控制到部署压测、生产发布及最终知识转移的完整闭环，强调技术落地必须与组织采用相融合，为AI企业级落地提供了实操指南。
FDE的第一单，别从写Prompt开始
本文探讨了企业AI项目落地的FDE（Foundation Deployment Engineer）模式。作者指出，AI项目不应一上来就写Prompt或搭Agent，而应遵循“业务理解-协作搭建-真实数据评估-业务结果验证”的闭环。文章详细拆解了FDE的团队协作阵型（Echo、Delta、FDPM）、绩效考核标准及个人能力成长路径。强调FDE的核心是将工程能力带入模糊的现场需求，用业务指标验证AI价值，并呼吁从业者从熟悉的行业切入，完成最小价值的业务闭环。
零基础怎么做 FDE ？附能力路径&经验分享
文章探讨了 FDE 岗位的入行路径，包括实习、政策通道及自主交付三条路线，强调了能力要求和面试准备。作者指出该岗位门槛低但需具备业务理解力，同时分享了个人实践经验，最后分析了岗位的局限性与未来前景。
WorkBuddy不会用？110条能直接干活的办公提示词
作者整理了110条针对WorkBuddy的办公提示词，涵盖个人工作台、会议协作、文档处理、沟通邮件、项目推进、数据表格、内容市场、招聘团队、财务采购及研发运维等11个高频场景，旨在提升AI办公效率和任务执行准确性。
用n8n搭AI播客生产线
文章探讨了如何利用 n8n 搭建高质量的 AI 播客生产线。作者指出，文字转音只是小部分，真正的难点在于选题、资料核验、脚本拆分、异常处理及数据回流等全流程管理。文章详细拆解了三层架构和六个生产阶段，并强调通过人机协作和状态管理来规避常见陷阱，实现可持续的内容生产。
什么是飞书多维表格？保姆级入门教程
本文全方位介绍了飞书多维表格，这是一款披着表格外皮的在线数据库工具。文章阐述了其核心概念、与Excel的区别，详细讲解了AI写公式、字段捷径、仪表盘、自动化及工作流等基础功能，并提供了个人待办管理和团队项目管理的实战案例，帮助读者快速上手提升效率。
WorkBuddy高阶教程｜万字复盘：如何让Agent接手真实项目
本文通过一场实战培训，复盘如何使用 WorkBuddy 让 AI Agent 接手真实项目。文章从建立上下文、派发任务（SGP 原则）、定义工作空间、创建项目分身到 DeepResearch 并行调研，详细讲解了让 AI 持续推进复杂任务的方法论。
OpenOPC：一键生成并运营 AI 原生公司
香港大学开源项目 OpenOPC，允许用户一键生成并运营 AI 原生公司。具备自我构建、自我运营和自我进化三大核心功能，通过像素风 UI 模拟真实公司运作，支持任务流转、精准追责及打包分享。
2026年AI工程师全攻略（无CS学位）
本文阐述了在2026年如何无需计算机学位成为一名AI工程师。文章指出，当前的招聘市场更看重实际构建能力而非学历背景，并明确区分了AI工程师（系统集成与落地）与机器学习研究员（模型训练）的区别。作者提供了一套完整的学习路径（技术栈），包括Python、SQL、API集成、向量搜索、RAG及Agent框架等，并建议通过构建RAG应用、工具使用Agent及全栈部署产品这三个具体项目来证明能力，从而获得工作机会。
如何换机恢复 Codex 工作区：项目、全局与凭据的分层备份
本文阐述了在更换电脑时，如何完整恢复 Codex 工作区。作者指出工作区包含项目仓库、全局规则和本机授权三层，不能混在一起备份。文章建议使用 GitHub 私有仓库恢复项目资产，单独备份 CodexHome 以保留跨项目技能和习惯，并强调不应迁移 Token 和 Session 等敏感凭据。最后提供了一份包含环境安装、代码克隆、重新授权和功能验证的完整恢复清单。
如何设置 Claude 以避免重复编写提示词（完整教程）
文章介绍了通过利用 Claude 的 Projects（项目）和 Skills（技能）功能，解决使用 AI 时重复编写提示词和背景设定的低效问题。Projects 用于存储一次性上下文（如品牌指南、背景知识），Skills 用于封装可复用的工作流（如会议纪要、邮件起草）。结合两者可将 Claude 从临时工具转变为高效的专业系统，显著减少重复工作时间，实现 2 分钟完成 45 分钟工作的效率飞跃。
初识 OpenSpec：AI 时代规范驱动开发的开源起点
文章介绍了开源 CLI 工具 OpenSpec，旨在解决 AI 编码助手在指令模糊时猜测意图的问题。通过规范驱动开发（SDD）理念，OpenSpec 强制在 AI 动手前先生成结构化需求文档，消除“翻译损耗”，实现人机协作中的“人定义 What，AI 负责 How”。文章详细解析了其目录结构、工作流及适用边界。
7 个 Claude 子代理：替代年薪 20 万美元的团队
文章介绍了如何通过七个特定的 Claude 子代理文件，构建一个虚拟团队来替代昂贵的全职员工，从而节省高达 78 万美元的年薪。这些子代理分别担任研究员、编辑、项目经理、数据分析师和招聘人员等角色，每个代理都有明确的职责、指令和运行规则。作者详细列出了这些角色的配置代码及其适用的具体场景，旨在帮助用户将 Claude 从单一助手升级为多功能的高效团队。
一人公司架构学：我用 Slock 养了 10 个数字员工然后裁了那个冗余的项目经理
文章探讨了在 2026 年利用 AI 打造一人公司的架构经验。作者指出简单的 AI 工具堆叠会导致 Agent 疲劳，转而通过 Slock 建立了一套数字组织架构。核心观点包括：裁掉干扰架构直觉的 AI 项目经理，保留负责能力审计的 HRBP；利用“Work + Verify”的跨模型对抗机制防止 AI 逻辑欺诈；通过物理隔离频道防止上下文污染；以及像管理资产一样对算力进行分级套利。
我在家找到了当老板的感觉：构建 AI 员工团队的一月战绩
作者分享了离职两年后，如何利用 AI Agents 组建团队，在一个多月内独立完成了包括资产分析工具 Beavern、WikiMatch 游戏及开源项目重构在内的 5 个产品。文章详细描述了与 AI 员工语音协作的日常工作流，探讨了在 AI 时代，非技术背景的产品经理如何通过创意与管理能力，实现“一人公司”的高效创造。
Claude Code Masterclass: The Complete Guide From Zero to Shipping
本指南深入探讨了如何正确使用 Claude Code，强调它不仅是编码助手，更是一个自主的智能体。文章涵盖了从安装配置、API Key 设置，到核心配置文件 CLAUDE.md 的编写技巧，并详细讲解了核心命令、工作流以及强大的 Skills 功能，旨在帮助用户从零开始，利用 Claude Code 自动化构建、测试和部署完整的软件项目。
用好Agent最重要的技巧：约束先行
本文提出了使用 Agent 时最重要的原则——“约束先行”。作者通过个人实践总结出，在使用 Claude Code 等 Agent 时，应建立类似“宪法”的约束体系：包括全局原则、项目级规范和具体设计文档。通过构建从上至下的规则系统，可以避免文件管理混乱，显著提升 Agent 的工作效率和智能水平。这不仅是 Prompt 技巧，更是类似于公司治理和城市规划的系统工程方法论。
27天交付一个商用Agent系统经验之谈
作者分享了借鉴开源项目OpenClaw创始人Peter的工作流，在27天内利用AI Coding Agent独立完成并上线商用产品AgentWay的实战经验。文章详细阐述了原子化提交、CLAUDE.md作为基础设施、Agent的ROI分界线等六个核心方法论，并指出AI工具只是放大器，真正的瓶颈在于开发者的经验判断力和定义问题的能力。
