第十二章 结业与就业
12.2 能力复评
承前：答辩解决的是"这一期学得怎么样"的外部认证，但还有一件更私人、更诚实的事要做——给自己复评。第 1 章开课时你做过一份自评题（对 FDE 各项能力的自我评分），它一直躺在你的笔记里。这一节我们把它翻出来，原题再做一遍。两次评分之间的差值，才是这 12 周真正的成绩单——比答辩评级更真实，因为它量的是你对自己的认知校准。
12.2.1 为什么"同一份题再做一次"有价值
心理测量里这叫重测信度检验：同一份量表隔一段时间测两次，看分数怎么动。用在课程上，它比"再做一套新题"有三个独特优势：
- 可比性：换题就引入了题目难度差异，差值不再纯净；同题重测，差值只能来自你自身的变化。
- 校准功能：比分数变化更重要的是自信度分布的变化。开课时大多数人把"客户沟通"打 7 分（因为觉得自己"会说话"），12 周后重测会打到 5 分——不是退步了，是见过了真正的深水区，知道了 10 分长什么样。分数下降的地方，恰恰是认知升级的地方。
- 暴露盲区：有些题你开课时打 3 分、结课时还是打 3 分——但中间 12 周你明明练过这块（比如灰度发布）。分数没动说明你的练习没有转化为自我认同的能力，这通常是"练过但没复盘"的信号。
一句话：复评的产出不是"我现在多少分"，而是三张地图——涨了的、降了的、没动的，每张地图都有明确的后续动作。
12.2.2 自评题（原卷）
下面是第 1 章的自评题原样列出。请先别看 12 周前的旧答案，凭现在的直觉重打一遍，再对照。每项 0-10 分，附一个"凭什么"的证据（做过什么/能做什么）：
| # | 能力项 | 题目 |
|---|---|---|
| 1 | 进场判断 | 给一个新客户，我能在一周内判断"该不该接、以什么形态接"吗？ |
| 2 | 业务诊断 | 我能把一个模糊的业务诉求（"想用 AI 提升复购"）翻译成可验证的问题定义吗？ |
| 3 | 数据诊断 | 面对三套口径打架的数据，我知道从哪里下手、按什么顺序清理吗？ |
| 4 | 语义层/本体 | 我能为一类业务设计核心实体关系，并说清"为什么这一版先够用"吗？ |
| 5 | 安全与合规 | 我能列出这个客户场景的前三大数据风险及对应控制措施吗？ |
| 6 | 变更管理 | 需求中途变了，我知道怎么冻结、怎么记录、怎么重新对齐吗？ |
| 7 | 评估驱动 | 我能设计出一套能防"自我欺骗"的评估方案（对照组/盲评）吗？ |
| 8 | Agent 工程 | 我能把一个业务动作拆成工具调用链并设计放权分级吗？ |
| 9 | 护栏与生产 | 我能给上生产的系统配齐六维度的生产就绪项吗？ |
| 10 | 客户沟通 | 面对高管、财务、一线三种角色，我能切换三种讲法吗？ |
| 11 | 复盘沉淀 | 项目结束，我知道哪些东西该带走、怎么脱敏、沉淀到哪层吗？ |
| 12 | 迁移能力 | 换一个行业，我能列出哪些经验直接用、哪些必须重学吗？ |
打分纪律：每个分数必须带证据。"我给数据诊断打 7 分，因为我独立跑通了青禾三口径对账并写成 checklist"——合格的打分。"我给沟通打 8 分，因为我性格外向"——不合格的证据，重打。
12.2.3 差值分析：三张地图的读法
重测完毕后，把新分和旧分放在一张表里算差值（d = 新 − 旧），然后按三类读：
第一张地图：d > +2 的项（能力实质增长）。 这些是 12 周训练真正打中的区域。检查两件事：增长是否有证据链支撑（没有证据的高分是自我膨胀）；增长是否集中在某几项（正常——没人 12 项全涨）。典型分布：数据诊断、语义层、变更管理这三项涨得最多，因为沙盘在这三处埋的坑最深。
第二张地图：d < 0 的项（认知校准）。 分数下降不是坏消息，读法是问自己："我知道了什么 12 周前不知道的，让这项看起来更难了？"举例：进场判断从 6 降到 4——因为你现在知道进场要看赞助人、预算权、数据底座三根柱子，12 周前你以为进场就是"聊需求"。这类下降要标记为健康校准，写进你的能力档案，它恰恰是专业度的标志（Dunning-Kruger 曲线下坡段）。
第三张地图：d ≈ 0 的项（停滞区）。 最值得警惕。逐项排查两种原因：一是"确实没练到"（比如课程对"安全与合规"的练习只有 W6 一周，分数不动正常，列入结业后的补课清单）；二是"练了但没内化"——练过却打不出证据，说明练习是跟跑不是主动，这类项要回 11 章的复盘框架重新走一遍 5 Why："为什么我做了灰度发布却觉得自己不会灰度发布？"
三张地图汇成一句话结论，格式固定："我的能力结构现在是 ______ 强、______ 式；未来 3 个月优先补 ______，因为它卡住 ______（下一个目标岗位/项目）。"这句话就是 12.4 节写简历前的自我定位输入。
12.2.4 从自评到岗位画像：给自己做匹配
复评的第二用途：把 12 项分数和真实岗位的 JD 做匹配。取一个真实参照——OpenAI 官网招聘的 Forward Deployed Engineer 岗位（以 Gov 版 JD 为例，公开可查）描述的职责包括：与客户直接合作定义问题、构建端到端 AI 方案、在生产环境部署与迭代、跨工程与客户成功协作。把 12 项能力映射上去：
能力项 自评分(示例) JD 需求强度
进场判断 6 ■■■■□ 高
业务诊断 7 ■■■■□ 高
数据诊断 7 ■■■■■ 极高
语义层/本体 6 ■■■□□ 中
安全与合规 5 ■■■■□ 高(尤其政企)
变更管理 6 ■■■□□ 中
评估驱动 7 ■■■■■ 极高
Agent 工程 6 ■■■■□ 高
护栏与生产 6 ■■■■□ 高
客户沟通 6 ■■■■■ 极高
复盘沉淀 6 ■■■□□ 中
迁移能力 5 ■■■□□ 中（示例分数，请换成你自己的。）这张表立刻告诉你：求职叙事的重心应放在高分高需求象限（数据诊断、评估驱动、客户沟通），面试防御的重心在低分高需求象限（安全合规、进场判断——面试前定向补强，或准备好"我知道这块边界在哪"的诚实表述）。
12.2.5 复评的最后一问
复评表格填完后，请回答一个不在表格里的问题：
"如果明天让你一个人进场做第二个青禾，你最大的恐惧是什么？"
这个答案不在任何评分项里，但它比所有分数都真实。写下来，然后用 11.2 的失败模式编号它（是怕没赞助人？怕数据坑？怕被质询问倒？），再给它配一个对策和一个求助对象（课程同伴、导师、下一份工作里的 mentor）。恐惧被编号之后就从情绪变成了待办——这是整门课最后教你的一个动作。
12.2.6 要点总结
- 同题重测的价值在差值与分布，不在绝对分数；三张地图：涨了的（验证增长）、降了的（认知校准，健康）、没动的（停滞排查）。
- 打分必须带证据，"性格外向"不是沟通能力的证据。
- 分数下降常是 Dunning-Kruger 下坡段——知道了深水区长什么样，是专业度提升的标志。
- 停滞项分两类：没练到（列补课清单）、练了没内化（回五步复盘走 5 Why）。
- 把 12 项分数和真实 JD（如 OpenAI FDE 岗位描述）做需求强度匹配，得出求职重心象限与面试防御象限。
- 最后回答"一个人进场的最大恐惧"，用失败模式编号它，把情绪变待办。
参考资料
- Forward Deployed Engineer, Gov — OpenAI Careers — OpenAI 官方 JD，FDE 职责的一手描述，用于能力-岗位匹配
- Forward Deployed Engineer (FDE) - SF — OpenAI Careers — OpenAI 商业侧 FDE 岗位描述，与 Gov 版对照读出能力侧重差异
- OpenAI Forward Deployed Engineer: Role, Skills, and Salary Guide — FDE 角色技能拆解的行业视角，复评维度的外部参照
- The Forward Deployed Engineer Career Path — FDE 职业路径分析，能力项与长期发展的映射背景