真 FDE 不是“高级跑腿”

最近很多公司都在招 FDE，好像不挂这个词，就显得不够 AI。问题是，很多 JD 拆开一看，还是老三样：跟客户开会、整理需求、推进交付。名字变洋气了，工作方式没变，这就很危险。

真正的 FDE，不是把客户的话翻译给研发，也不是把产品功能演示给业务。它的核心价值是：站在业务现场，把问题重新建模，再用 AI、数据和流程把结果跑出来。

先问：他有没有改造问题的能力

判断一个 FDE 是真的，第一眼别看会不会写代码，先看他会不会问问题。

普通交付会问：“你想要什么功能？”

真的 FDE 会问：“你现在靠什么判断好坏？这个动作每天重复几次？哪一步最容易出错？如果 AI 只做 60 分，人工怎么兜底？”

这几个问题背后，是对业务流程的拆解能力。没有这一步，后面接再多大模型、Agent、知识库，也只是把混乱自动化。

10 个判断问题

可以用这 10 个问题判断一个岗位、一个项目，甚至一个团队是不是在做真的 AI 落地：

  1. 这个岗位有没有进入真实业务现场，而不是只听销售转述需求？
  2. 他交付的是一次性功能，还是可复用的工作流？
  3. 他有没有把业务对象讲清楚，比如用户、课程、线索、订单、内容、任务？
  4. 他有没有定义“好结果”的标准，而不是只说“提高效率”？
  5. 他是否知道哪些环节必须人工确认，哪些可以自动跑？
  6. 他有没有沉淀知识库、提示词、流程模板，而不是每次重新做？
  7. 他能不能把复杂需求拆成小闭环，先跑通一段再扩展？
  8. 他是否关注使用率、返工率、响应时间这些运营指标？
  9. 他有没有能力和业务、技术、内容三边对话？
  10. 项目结束后，团队能力有没有变强，而不是只多了一个工具？

如果多数答案是否定的，那大概率不是 FDE，只是交付工程师换了个英文名。

普通人怎么借鉴

对内容和教育从业者来说，不一定要招 FDE，但可以学它的工作方式。

第一步，别从工具开始，从高频动作开始。比如选题、脚本、答疑、回访、资料整理、学员分层，先找每天都在重复、又容易出错的环节。

第二步，把流程写成“输入、判断、输出”。输入是什么资料，AI 要判断什么，最后产出什么结果，人工在哪里确认。

第三步，做一个最小闭环。不要一上来就想做全自动系统，先让 AI 稳定完成一个小任务，比如把咨询记录整理成跟进建议，或者把课程内容转成 5 条短视频选题。

第四步，记录失败案例。AI 落地不是看成功截图，而是看哪里容易错、为什么错、怎么加规则。能不断修正，才会变成资产。

关键不是岗位名，是组织学会了什么

FDE 这个词火起来，本质上说明一件事：AI 时代的交付，不再是“客户提需求，我来实现”，而是“我进入业务现场，帮你重新设计一套更高效的做法”。

所以别迷信头衔。一个团队有没有 AI 落地能力，看它有没有把经验沉淀成流程，把流程沉淀成系统，把系统反过来训练人。

这才是真正值得普通公司学习的地方。