这是一份持续更新的文档。我在真正亲身实践之前就写下它——因为我即将亲自戴上 FDE 的帽子。随着我记录下哪些做法真正有效、哪些无效，这份指南会不断演进。如果你是一名 FDE、一位即将成为 FDE 的创始人，或者一位正在思考如何部署这类人才的企业领导者——我期待你的修改意见。说真的。这份文档的目的不是成为一份完成品，而是要成为一份正确的文档。开放评论

这不是一份德勤式 [或] 售前工程师指南

让我先说清楚这份文档不是什么。

它不是一份包含“转型成熟度模型”和“数字化就绪度评估框架”的 200 页幻灯片。它不是那种在需求调研阶段按每小时 450 美元收费、产出一份 60 页的 PDF 建议报告然后拍拍屁股走人的指南。它也不是那种交给一位上周二才刚了解你所在行业的初级咨询顾问的东西。

四大模式——PwC、Deloitte、Accenture、McKinsey——是为一个以文档为交付物的世界而设计的。在那个世界里，“战略”存在于 PowerPoint 中，“实施”则是别人的问题。那个世界正在消亡。

FDE 模式之所以存在，是因为 AI 的运作方式不同于 ERP。你不可能在董事会会议室里写好规格说明，把它交给一家系统集成商，然后 18 个月后再回来看结果。失败率证明了这一点：70-85% 的企业 AI 项目从未进入生产环境。MIT 的 NANDA 研究发现，只有 5% 的集成式 AI 试点能产生可衡量的损益影响。而在 2025 年，42% 的公司放弃了大部分 AI 计划——高于 2024 年的 17%。

差距不在技术本身，而在于技术与实际工作之间的那片空间。FDE 正是存在于那片空间之中。

第一阶段：切入

进入一家企业后的最初 72 小时，几乎能告诉你一切。不是从会议中得知——而是从会议之间的空隙中得知。

FDE 不会带着一份计划到来。他们带着一个问题到来：这里的工作究竟在哪里发生，又在哪里中断？

这意味着你不是从 CTO 的办公室开始，而是从那些人们感到沮丧的地方开始。每天早上手动在两个系统之间核对数据的运营团队。每月把 PDF 内容复制粘贴到电子表格 400 次的合规分析师。把 70-80% 的时间花在调试同一类故障上的支持工程师（这正是 OpenAI 的 FDE 团队进驻一家欧洲半导体公司时的确切发现）。

切入实际上是什么样子的：

你到场。你请求与真正做事的人坐在一起——不是那些管理做事者的人。你观察。你问一些“愚蠢”的问题。你对一切做笔记——他们使用的工具、他们发明的变通办法、只存在于某人脑中而无处记录的经验知识。

企业会试图让你走标准的供应商入驻流程。要抵制这一点。你不是供应商。你是他们团队的临时成员。你越快确立这一区别，就越快接触到真正的问题。

第一个交付物不是代码。而是一张地图。

一份用于掌握以下内容的态势感知文档：

  • 实际的工作流程（而非文档中记录的流程——两者多年前就已分道扬镳）
  • 涉及的系统以及数据在系统之间如何流动（或无法流动）
  • 人们已不再质疑的手动步骤
  • 真正需要专业知识的决策点，以及只是套用模式的决策点
  • 政治格局——谁拥有什么，谁对自动化感到威胁，谁在支持自动化

这张地图正是区分 FDE 与顾问的关键。顾问会花 4-6 周时间将其作为交付物（幻灯片）制作出来。而 FDE 则将其作为即将开展工作的脚手架。

第二阶段：探索与提取

一旦你具备了态势感知能力，真正的工作就开始了：找到杠杆效应最高的干预点。

不是最有趣的问题，也不是技术上最具挑战性的问题。而是那个如果解决，就能在最短时间内为最多的人带来最显著改变的问题。

OpenAI 的 Colin Jarvis 将此称为“验证阶段”——你抵达现场后，第一个问题是：“我们当初规划的范围，真的是我们能做的最有价值的事情吗？”答案往往是否定的。企业在销售周期中描述的问题，很少是你进入企业内部后真正最重要的问题。

提取的工具：

这正是 FDE 拿出真正工具箱的地方。不是方法论，而是工具。

  • 评测框架——在构建任何东西之前，你需要用可衡量的术语定义什么叫做“有效”。OpenAI 的 FDE 团队在编写任何一行生产代码之前，都会先结合用户输入和标注来构建评测。
  • 数据管道脚手架——你需要连接到客户的真实数据，而不是经过净化的样本。这通常意味着要应对各种 API、遗留数据库、平面文件，以及那些本应让企业感到羞愧却并未如此的东西——因为他们早已习以为常。
  • 快速原型环境——你需要展示，而不是讲述。基于真实数据、在两周内构建出的可运行演示，胜过经过六周评审的提案幻灯片。

正在涌现的趋势：

一类专门为这一工作流程构建的新工具正在出现。这些工具能够捕捉 Agent 的探索模式，并将其固化为可复用的工作流程——这样，下一位走进类似企业的 FDE 就不必花三周时间去重新发现上一位已经学到的东西。可以把它看作是部署过程本身的机构记忆。未来还会有更多这样的工具。关键在于，FDE 这一角色一直缺乏工具支持，而这种情况即将改变。

四大咨询公司拥有他们的方法论。FDE 将拥有他们的工具链。区别在于，工具链会产生复利效应——每一次项目交付都会让下一次更快。而方法论只会变得越来越冗长。

第三阶段：关系建立

大多数技术人员正是在这里失败的。也正是在这里，FDE 这一角色与“坐在客户身边的优秀工程师”产生了最鲜明的分野。

FDE 会与每家企业内部特定的一群角色打交道。理解他们是谁、他们需要什么，不是可选项——这本身就是工作。

组织内部的 ICP 地图：

最重要的关系动态：业务线负责人。这个人是你的买家的买家。高管发起人签了支票，但业务线负责人决定你的工作是否真正被采用。如果他们感到受到威胁，他们会用消极抵抗扼杀你的项目，而你甚至永远不会察觉到这一切正在发生。

信任实际上是如何形成的：

它不是来自演示汇报。它来自在第一周修复某个小问题。一个消除每天 20 分钟重复任务的脚本。一个呈现某人一直想要的信息的仪表盘。某种有形的东西，证明你理解他们的世界。

OpenAI 的 FDE 团队在 Morgan Stanley 花了 6-8 周搭建技术脚手架。但随后他们又花了四个月运行试点、收集反馈，并与财富顾问一起迭代。因为技术集成是必要的，但并不充分。你需要让人类信任这个系统，这意味着你需要先让人类信任你。结果是：98% 的采用率。

阶段 4：单位经济效益——没人愿意谈论的部分

有趣的地方就在这里。传统的企业 AI 实施时间线是这样的：

正是这种压缩让经济效益成立。如果你能让客户在 5 个月而不是 15 个月内实现生产价值，那么在收入确认、扩展时机和留存率方面的差异，其价值是 FDE 成本的数倍。

真正重要的杠杆比率：

最优秀的 FDE 团队追求 1 名 FDE 影响 200 万至 500 万美元 ARR 的比率。Palantir 以 FDE 为主的模式正是他们从 0 做到 28 亿美元以上收入的因素之一。FDE 不背负销售配额——只有 8% 的 FDE 职位提到 OTE，而背负配额的比例恰好是 0%。但 FDE 的成功直接促成了客户团队的扩展。

当经济效益不成立时：

  • ACV 低于 20 万美元的客户——FDE 成本超过客户价值
  • 真正的阻碍是政治性的而非技术性的项目
  • 你离开后没有内部拥护者来接管系统的组织
  • 没有确定用例的“证明 AI 有效”类项目

阶段 5：你留下什么

这是区分 FDE 项目与咨询的部分。顾问留下的是一份文档。FDE 留下的是一个正在运行的系统，以及运营该系统的组织肌肉记忆。

交接包：

  • 生产系统——不是原型，不是 POC。一个运行在客户基础设施上、处理客户数据并交付可衡量结果的系统。
  • 评测框架——客户需要知道系统是在正常工作、性能退化还是已经失效。这意味着自动化评测、监控仪表盘和升级标准。没有这些，系统会在你离开后的 90 天内腐化。
  • Runbook——将每一项操作流程都记录在案。不是放在没人看的 wiki 里，而是放在系统本身中，并尽可能以自动化工作流的形式呈现。
  • 内部拥护者赋能——在你离开后接手这项工作的人或团队，需要在第一周就确定下来，从第二周开始深度参与工作，并在项目结束时具备独立运营的能力。
  • AI 基底——这是最重要的一点。你真正留下的不是一个单一的系统，而是一层组织可以在此基础上继续构建的自动化层。一个基底——连接器、数据管道、评测框架、工作流模式——让下一个 AI 项目更快、成本更低。

缩小专家与探索者之间的差距：

这才是终极目标。每家企业都有两种人：了解事情如何运作的专家，以及试图弄清楚事情的探索者。他们之间的差距——在时间上、质量上、信心上——正是大多数企业低效所在。

当 FDE 部署得当的时候，AI 基底所做的事情就是压缩这个差距。探索者获得专家的模式。专家从重复回答相同的问题中解放出来。过去只存在于某个人头脑中的组织知识，现在存在于一个可以规模化扩展的系统之中。

这才是持久的价值所在。不是聊天机器人，不是副驾驶，而是一层编码化的组织智能，让整个组织运转得更快。

接下来会怎样

我写这篇文章是在 2026 年 2 月。六个月后，我将与另一位 companion 成员亲自完成这项工作——带着我的产品走进企业，构建态势感知地图，找到杠杆点，交付生产系统，并完成交接。

我在这里写的一些内容会是错的。有些会不完整。有些是对的，但原因我自己还没搞明白。

我会随着实践不断更新这份行动手册。用具体细节——第一周实际是什么样子，哪些工具有效哪些无效，客户说了什么以及他们真正的意思是什么，哪些地方单位经济模型成立、哪些地方失效。

我相信在未来 24 个月内，这个角色会发生以下变化：

  • 新的工具链将会出现——专为 FDE 工作流而构建。能够跨项目捕获部署模式并使其可复用的工具。能够自动化发现阶段的工具。能够从观察到的工作流生成评测框架的工具。我们正在构建其中一个，其他人会构建更多。
  • 这个角色将会分化——分为大规模执行已知行动手册的“部署型 FDE”和从事新颖的从零到一问题的“探路者型 FDE”。前者将被部分自动化，后者将变得更有价值。
  • 企业将自行组建 FDE 团队——最聪明的公司不会坐等厂商派来 FDE。他们会建立内部的 FDE 团队，服务于自己的 AI 项目。FDE 行动手册将成为一种内部能力，而不仅仅是厂商提供的服务。
  • 咨询公司会试图重新包装——德勤会把他们的顾问称为“前沿部署顾问”或类似空洞的头衔。这不会奏效，因为区别不在于头衔，而在于你交付的是代码还是幻灯片。

一份邀请

这份文档刻意保持未完成状态。如果你是一名 FDE——无论在 Palantir、OpenAI、Ramp、Scale、Databricks 还是其他任何地方——我想知道我哪里说得不对。如果你是做过这类工作的创始人，请告诉我我遗漏了什么。如果你是与 FDE 合作过的企业领导者，请告诉我什么重要、什么不重要。

最好的行动手册，是由真正执行这些行动的人写成的。

联系我：chetan@modiqo.ai