FDE 交付实战营

Appearance

前言 ​

写给正在或想要做 Forward Deployed Engineer 的人。

一、这门课程是什么 ​

2024 年前后，一个新岗位在硅谷悄悄升温：Forward Deployed Engineer，简称 FDE。最早把这件事做成方法论的是 Palantir——把工程师直接派到客户现场，贴着业务把数据、模型和工作流真正跑起来；随后 Anthropic 的 Applied AI、OpenAI 的 Deployment Company（据公开报道，OpenAI 为此砸下超过 40 亿美元收购并组建这家交付公司）把这条路推到了聚光灯下。国内一些 Agent 厂商也开始照着这个模式建团队。

一句话说清 FDE 和普通工程师的区别：**普通工程师像药厂，负责把药做出来；FDE 像私人医生，要上门问诊、开方子、盯着病人把药吃下去，还要对疗效负责。**药厂卖的是标准品，医生对的是具体的病人——病人的体质、病史、家里谁做饭，都会影响疗效。

这门课讲的不是"怎么写 Agent 代码"——市面上讲 LangChain、讲 Prompt 工程的课已经很多了。这门课讲的是代码之外的那一大半：

  • 进场之前，怎么判断这个单子该不该接；
  • 进场之后，一周之内怎么把客户的数据、系统、人心摸清楚；
  • 需求怎么定义、SOW 怎么写才不会把自己埋进坑里；
  • 数据脏到什么程度还能做 demo，本体和语义层怎么搭；
  • 安全质询怎么应对、效果怎么评估、怎么从"给建议"走到"敢执行"；
  • 上了生产之后怎么验收、怎么归因、怎么复盘、怎么把每一次交付沉淀成资产。

全书 12 章，从"进场判断"一路走到"结业与就业"，每章配一个真实公司案例（Palantir 与 Airbus、Morgan Stanley、Klarna、Novo Nordisk、Tampa General 医院、神策数据……），每节 3000-5000 字、15-20 分钟读完。它不是概念科普，是一本操作手册：每一节都尽量给到可以直接抄走用的清单、模板和判断标准。

二、这门课怎么用 ​

三种读法，对应三种人。

**第一种：你已经是售前/交付/解决方案工程师，想转 FDE。**从头到尾顺着读。第 1 章先做能力自评，给自己在四个维度上各打一个分——这个分数没有标准答案，意义在于让你带着"我要补哪块"的问题去读后面十一章。第 2 到 10 章是完整的交付周期：诊断、定义、搭 demo、建本体、扛质询、上生产、做验收；第 11、12 章讲复盘沉淀和就业出路。读完做一遍第 12 章的结业答辩，你会清楚地知道自己的差距在哪。

**第二种：你正在项目上，被某个具体问题卡住了。**直接跳到对应章节。客户安全部门发难了，去第 6 章；效果说不清、客户不给验收，去第 10 章；Agent 只能给建议不敢执行，去第 8 章；需求范围失控要变更，去第 7 章。每章开头有"承前"段落交代上下文，单独读不会断线。这种读法的要点是：带着你的真实问题去读沙盘，看青禾优选的 FDE 怎么处理同类局面，再回来对照自己的处境——书里的模板可以直接改了就用。

**第三种：你是 Agent 厂商的管理者，要建 FDE 团队。**重点读第 1、3、7、10、11 章——进场判断、SOW、评估驱动、验收对赌、资产沉淀，这五章决定一个 FDE 团队是"人肉外包"还是"可复制的交付机器"。管理者读完应该能回答三个问题：FDE 和售前、和交付、和客户成功的边界在哪；一个 FDE 同时扛几个项目是安全的；从哪个维度开始给团队建能力标准。

无论哪种读法，请把"沙盘"当练习场：每读到一节给出的方法，就问自己一句——"如果我是青禾优选项目的 FDE，这一步我会怎么做？"光看不练，这门课的收益会掉一大半。

三、沙盘设定：青禾优选 ​

全书贯穿一个虚构的沙盘项目——青禾优选。

  • 客户：青禾优选，一家会员制连锁零售企业，门店加线上，会员经济是其核心商业模式；
  • 你：一家标准 Agent 产品厂商的 FDE，单人进场；
  • 产品：公司有一套标准 Agent 底座——模型调用、会话管理、工具注册、日志、trace、评估接口都是现成的，你的工作是把它"种"进客户地里，而不是从零造底座；
  • 干系人：增长副总裁（项目发起人）、数字化总监（第七周空降接管的强硬派）、IT 负责人、一线运营经理、门店店长、财务经理——六个人六种立场，管理他们的预期和处理他们的冲突，本身就是课程内容的一部分；
  • 指标主线：北极星指标是会员复购率，全书所有需求取舍、评估设计、验收标准都围绕它展开；
  • 数据坑（一进场就会踩到的那种）：会员标签被塞在订单备注字段里；新旧两套系统各有一套会员 ID；三个部门报出三个会员数——运营说 80 万、IT 说 120 万、财务说 76 万。

为什么用沙盘而不是真实项目？因为真实项目里的敏感细节没法写进书里，而沙盘可以给你完整的、连续的、可以反复推演的剧情。你会看到同一个项目从第一周的诊断访谈走到最后验收对赌的全过程，中间包括数字化总监空降带来的组织地震、数据脱敏后的效果验证、灰度发布翻车又救回来。青禾优选是虚构的，但它踩的每一个坑，都来自真实世界反复发生过的失败模式。

沙盘的具体设定贯穿全书、保持一致，先在这里立好规矩：

  • 你只有一个人（必要时能拉总部专家远程支援），没有前后端团队给你打下手——这逼着你把"标准底座"用到极致，也逼着你学会取舍；
  • 项目周期按周计，每章的沙盘剧情标注在第几周，你可以对着时间线感受交付节奏的真实压力；
  • 每一个决策都有代价：草率承诺指标、跳过交叉验证、把脱敏当纯技术问题处理，都会在后面的章节以具体形式反噬——这本书的剧情是连续的，第 3 章埋的雷会在第 10 章炸。

需要说明：沙盘剧情仅作教学之用，请勿与现实公司对号入座；书中引用的真实公司案例数字均注明来源，可在每节末尾的参考资料和书末的《参考文献索引》中核查。

四、能力画像：FDE 的四个维度 ​

课程反复用一个四维度的能力画像来丈量你自己。第 1 章用它做自评，第 12 章用它做复评——两次评分的差值，就是这门课给你的东西。先看全景：

FDE 能力画像

┌──────────────────┬──────────────────┬──────────────────┬──────────────────┐
│  ① 技术判断力     │  ② 业务建模力     │  ③ 关系与沟通力   │  ④ 交付韧性       │
│                  │                  │                  │                  │
│  数据/模型/系统    │  指标/用例/本体    │  干系人/预期/冲突  │  节奏/风险/复盘    │
│  能不能做出来      │  值不值得做        │  大家信不信你      │  能不能扛到验收    │
└──────────────────┴──────────────────┴──────────────────┴──────────────────┘

① 技术判断力：能不能做出来。脏数据能不能诊断出模式、demo 的最小闭环怎么搭、本体怎么建、护栏怎么设、脱敏之后效果掉了怎么办。它是四项里唯一"有标准答案"的一项，也最容易过估——很多技术出色的工程师到了客户现场才发现，会做和能在客户的环境里、约束下、时间窗内做出来，是两回事。这一维度靠第 4、5、6、9 章喂。

② 业务建模力：值不值得做。北极星指标选得对不对、用例优先级排得对不对、SOW 里哪些写死哪些留活口、指标口径公式怎么和三个部门对齐。这一维度决定你是在解决真问题，还是在精致地解决假问题。它没法从课堂学，只能从"对着业务方把一个问题问到底"里长出来——第 2、3 章给的是问法。

③ 关系与沟通力：大家信不信你。干系人地图画得准不准、空降领导的信任怎么重建、安全质询现场怎么接、验收汇报怎么讲。FDE 的多数失败不是技术失败，是信任失败——Klarna 的回摆、Morgan Stanley 用 eval 重建信任，讲的都是这件事。它也不是"会说话"那么浅：本质是让对方在任何时刻都能预测你的行为，靠第 2、7、8、10 章一节一节练。

④ 交付韧性：能不能扛到验收。交付曲线怎么管、变更怎么协商、灰度翻车怎么回滚、效果怎么归因、回款怎么要回来。它是最不起眼也最稀缺的一项：把事情做完，并对结果负责到底。说"项目黄了"的人很多，能说清楚"黄在哪个决策点、下次怎么办"的人很少——第 8、10、11 章就是为后者写的。

五、开始之前 ​

最后交代两件事。

第一，数字都经得起查。书中所有真实公司的数字（OpenAI 40 亿美元、Klarna 首月 230 万次对话、Morgan Stanley 98% 理财顾问使用、AIG 审查周期压缩 5 倍……）均注明"据 XX 披露"，链接就挂在每节末尾的参考资料里，书末的《参考文献索引》按主题汇总了全部 128 条去重后的来源。发现出入，欢迎查证。

第二，允许沙盘失败。书里的青禾优选项目并不是一路顺风——中间有空降领导带来的信任危机、有脱敏后效果掉一半的至暗时刻、有灰度发布翻车的深夜。失败是这门课的教学材料，不是背景噪音。

如果你准备好了，翻到目录，从 1.1《FDE 是什么》开始。愿你在每一个客户的现场，都能像一位好医生：看得准病，开得出方，管得住预期，也扛得住结果。

参考资料 ​