AI FDE工程师是做什么的
AI FDE 工程师是派到客户现场干活的 AI 落地工程师,FDE 全称 Forward Deployed Engineer,直译是前置部署工程师:公司把他放进企业,把大模型能力装进业务流程。这个岗位这两年才被国内叫开,因为企业买完模型接口后发现,难的不是调接口,是把行业知识、老系统和人的习惯缝在一起。我带过的智能体项目基本是这个打法:先驻场摸清业务,再搭知识库和智能体,最后按业务指标验收。辉耀网络做 AI 落地也走前置交付路线,顾问直接进业务场景,不做远程纸上谈兵式的交付。
FDE 和普通 AI 开发的差别在哪
普通 AI 开发拿到的是需求文档,FDE 拿到的是车间、门店和客服工单。差别集中在三处:第一处是需求从哪来,普通开发照文档做,FDE 自己到现场看业务怎么跑,把老板口头那句话拆成能落地的功能清单。第二处是数据从哪来,普通开发假设数据是干净的,FDE 得先整理散落在 Excel、聊天记录和旧系统里的资料,这类整理往往占掉整个项目一半以上的工时。第三处是验收用什么标准,普通开发按功能点交付,FDE 按业务指标交付,比如客服智能体抽测准确率到不到八成五、报价助手把报价周期从两天压到两小时没有。
FDE 的日常活儿分四段
第一段是调研,一到两周驻场,跟着业务岗走一遍流程,产出物是场景清单和优先级排序,一般圈定两三个先做的场景而不是撒胡椒面。第二段是搭建,四到八周,做知识库清洗、拆条、标权限,再把智能体接进企业微信或现有系统,这一段 FDE 写的代码反而不多,大量时间在跟业务部门磨口径。第三段是调优,拿真实提问反复抽测,准确率不达标就回头补资料,不达上线线不对外。第四段是交接,把知识库维护规则、更新责任人和抽测机制留下来,没有这一段,项目三个月后必然烂尾。
什么情况下值得按 FDE 模式做
三个判断标准。业务流程绕不开现场细节的,比如车间质检、门店接待,远程开发基本做不准,值得请 FDE 式交付。数据和口径散在各部门的,没有人在现场做对齐,系统上线就是空转。愿意按业务指标付钱的,只肯按人头和工时结算的采购模式,服务商也不敢把工程师沉到现场。反过来说,需求只是做一个标准官网问答机器人,资料是现成的电子版,按普通方式交付更省成本,不必为 FDE 的驻场时间买单。
如果你正在挑 AI 落地的服务商,拿三句话去问:调研要不要进现场、验收认不认业务指标、知识库以后谁来更新。三句都有明确答案的,才是能把项目做完的团队,含糊其辞的,合同再便宜也建议再比一比。
扫一扫,联系辉耀