能推动企业 AI 转型的，恰恰可能不是最懂技术的那个人
文章探讨传统企业 AI 转型的路径。作者认为外聘 FDE（前线部署工程师）并非银弹，因为核心业务判断藏在一线员工的经验中，外部团队难以获取。同时全员培训也不现实，员工缺乏动力。建议先从“离钱近”的岗位（如销售、获客人员）切入，让他们从 AI 带来的业务结果中直接获益，再由外部技术团队与内部业务骨干协作跑通第一个小场景，逐步将日常优化移交内部，最终培养出企业自己的 AI 业务骨干。
相关文档
FDE 路演后的思考：企业真正缺的不是模型
作者在深圳完成 FDE 路演后，结合现场反馈与自身经验，深入探讨了企业 AI 落地中的关键缺口。文章指出，企业真正缺乏的不是模型能力，而是能将模型、业务、数据和组织责任连接起来的人才。作者详细阐述了 FDE（Forward Deployed Engineer）的定位、所需能力、与科研系统的结合、以及人与 AI 协作的未来趋势，并为程序员转型 FDE 和企业正确使用 FDE 提供了具体建议。
不是PPT大赛，是12个FDE项目案例拆解
作者复盘2026 AI先锋未来人才大赛全国总决赛的12个FDE（前沿部署工程师）项目，涵盖化工调度、编程教育、低空安防、供应链、雅思诊断、AI短剧、乐园服务、3D打印、家电售后、汽车维修、内容营销和招投标等领域。文章逐一拆解各项目的实现方式与业务价值，并总结三点观察：多数场景不需要垂类模型，业务理解是AI应用的关键门槛，能演示与创造商业价值之间仍有距离。作者认为FDE代表AI时代正在形成的具体工作方式，非计算机背景者也能借AI解决真实行业问题。
这套成交SOP，帮我签单了7位数：FDE成交复盘（含商单拆解）
作者复盘一个企业AI项目从初识到签约回款的全过程：客户源自广州一场讲座后的转介绍，经过两个月五次沟通最终成交15万元。文章详细拆解每次沟通的目标与方法：先判断需求真实性与决策链，再抛开AI从业务问题本身梳理流程，用高价完整方案验证预算边界，收敛为轻量可执行的切入方案，最后通过5:3:2分阶段付款确保项目健康启动。作者总结企业AI服务成交需要四种核心能力：需求判断、专业分析、价值呈现与推动决策，强调客户购买的是业务价值而非技术栈。
新的八股文已经出现：25道Agent高频实操面试题
作者整理了25道Agent方向高频实操面试题，聚焦一线项目落地痛点，分为五大模块：Agent核心架构（ReAct与Plan-and-Execute选型、多Agent设计、HITL机制）、工具调用落地（Function Calling、Schema设计、重试熔断降级）、记忆与状态管理（长短记忆、Token溢出）、效果优化与问题排查（Bad Case溯源、性能瓶颈定位）以及Agent+RAG落地（检索优化、幻觉防控）。这些题目针对FDE等需要真实项目落地经验的岗位，大多是开放性问题，能同时考察面试官和面试者的实战深度。
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。
构建你的 AI FDE 能力入门篇：关注企业的“隐性知识”的断层
文章探讨企业在 AI 落地中的真实场景：高容错、全自动闭环的高价值场景其实很少，AI 应服务于商业上下文而非替代决策。作者提出 AI 落地的三个微观切面：商业上下文组装器（压缩决策时间）、非结构化数据转换插头（结构化清洗入 CRM）、内部经验的平权分发（RAG 知识库）。针对传统企业“隐性知识”断层——经验锁在老员工脑中、缺乏数据沉淀——给出三种破局策略：过程拦截式沉淀、引入 FDE 人工提取上下文、让 AI 成为反向采访者。结论是 AI 应做 Copilot 而非 Autopilot。
教你用WorkBuddy搞定公司日常销售工作
本文是WorkBuddy AI办公系列的销售实务篇，梳理了销售岗位五大高频痛点及AI解决方案：一是沟通后手动补录CRM跟进记录，通过录音转写加提示词生成结构化记录；二是手工整理日报周报，AI自动汇总生成汇报初稿；三是拜访前碎片化拼凑客户资料，AI整合生成拜访简报；四是重复撰写销售方案，用模板加提示词生成定制化初稿；五是跟进节点频繁遗漏，AI筛选待回访与停滞商机清单。每个场景均附提示词模板，并强调关键信息需人工二次复核。
一场「企业如何落地 AI」的私密群聊：FDE 概念的深度吐槽与冷思考
作者围观其 FDE（前线部署工程师）社群自发组织的线上讨论，多位从业者围绕企业 AI 落地各抒己见。文章提出多个非主流判断：FDE 热潮是需求爆发与技术供给转移的叠加，供给增速可能远超付费需求；AI 项目复杂度上升但客户付费意愿反降，形成危险剪刀差；老板的 AI 焦虑不等于真实需求；最适合改造的是「半数字化企业」；真正困难在于组织与人而非技术。作者认为 FDE 应作为客户入口，沉淀可复用行业资产，最终稀缺的是客户入口、行业理解与组织信任。
程序员转型 FDE：别再只顾着写代码，先把话讲清楚
本文探讨了程序员转型为 FDE（Forward Deployed Engineer）的路径与挑战。作者指出，AI 正在压缩纯执行型编码的价值，而 FDE 需要深入客户现场，将技术能力转化为业务价值。文章强调，程序员转型的关键第一步是提升表达能力，包括清晰陈述判断、有效倾听与提问、以及管理承诺。作者提供了具体的练习方法，如三句话表达法、角色扮演演练等，并鼓励程序员抓住机会，在实践中成长。
FDE：AI进入产业深水区后，一种新的职业复利
文章探讨了AI进入企业应用深水区后，FDE（Forward Deployed Engineer）这一职业的兴起与价值。随着模型能力趋同，企业部署AI的瓶颈转向数据、权限、流程等实际问题，FDE成为连接模型与业务的关键角色。文章提出个人FDE复利公式，强调问题价值、现场深度、反馈密度、抽象能力和复用范围的重要性，并详细阐述了FDE如何将隐性经验转化为系统规则、如何应对生产失败、以及如何构建职业复利。最后指出，FDE的核心在于靠近问题、承担上线责任，并将现场经验转化为可复用的能力，从而推动企业AI的落地与迭代。
全网都在谈论的FDE：AI时代的核心岗位与普通人转型指南
文章深度解析了Forward Deployed Engineer（FDE，前线部署工程师）的角色定位，指出其核心价值在于将AI技术真正落地企业业务并解决问题，而非单纯的代码开发。针对普通人如何转型FDE，作者提出应先熟练使用AI工具，掌握自动化工作流，补充少量代码知识，并结合自身行业经验，从解决真实小项目起步，建立懂业务、懂AI、能落地的T型能力。
FDE：年薪百万的AI前沿部署工程师详解
文章介绍了科技领域最热门的角色 Forward Deployed Engineer (FDE)，其年薪可达15万至100万美元。FDE 负责在企业内部部署 AI，连接业务流程与模型。文章提供了30天行动计划，涵盖流程理解、判断、构建部署及人际应对，强调实战经验的重要性。
