FDE
匠人学院2026 技术背景版
把 AI 做进企业业务
FDE
实战入门

面向有技术基础的开发者,从岗位认知到第一个企业 AI 交付项目。跟做知识助手,留下方案、代码、评估与交接材料。

岗位认知跟做项目工程交付
从一个业务问题,做出可用的原型
牛小匠正在编写交付方案
jiangren.com.au · 12 章指南 / 本地 AI 实战 / 完成示例
学 AI 来匠人 ✦ FDE FIELD GUIDE ✦ JIANGREN.COM.AU ✦ 学 AI 来匠人 ✦
CONTENTS

先认识岗位,再完成一个项目

01 认识 FDE 与企业需求302 岗位与薪资:澳 → 美 → 中603 技能准备与项目地图904 客户调查与范围1105 方案选择与预算1306 架构、数据与工具1507 跟做本地 AI 知识助手1708 评估与失败分析2109 生产准备与发布2310 成本与用户采用2511 变更、验收与交接2712 作品集与继续学习29附录 A 文件导航与术语31附录 B 情境练习33附录 C 来源与学习资源34
Rain 微信二维码
讨论你的 FDE 学习路线
扫码咨询课程与项目训练,说明你已有的开发经验和想补齐的交付能力。
01 / 认识 FDE

FDE:把技术带进客户的工作现场

Forward Deployed Engineer,常译为前沿部署工程师或前线部署工程师。

你要解决什么问题?

客户已经有模型或产品,但还需要有人理解业务、接通数据和系统、验证结果、推动使用。FDE 在这些环节中动手实现,也与客户一起决定做什么、做到什么程度。

常见岗位 通常更关注什么
软件工程师 产品功能、系统设计、工程质量与稳定性。
AI Engineer 模型驱动的应用、检索、工具调用、评估与成本。
解决方案工程师 / 架构师 技术可行性、方案设计与验证;部分岗位也承担生产交付。
FDE 客户场景中的问题定义、代码与集成、上线和使用反馈,并把共性问题反馈给产品团队。

例子:客户想做一个知识助手

先问员工怎样找政策、谁维护资料、哪些人能看,再决定是否采用检索增强生成(RAG):先找出相关资料,再让模型依据资料回答。之后还要证明答案能支持实际工作,并交给有人维护的团队。

这些是工作重心,不是统一的职位标准。本书聚焦企业 AI 应用交付,读者需要已有代码、API 和基础部署经验。
01 / 企业为什么需要 FDE

演示能回答,业务却还没用起来

沿着同一个企业政策查询场景,看 FDE 的工作怎样出现。

企业遇到的情况 FDE 要推动的具体决定
演示用十份干净文件,真实资料混有旧版 确认资料负责人、版本规则与更新流程。
演示账号能看全部资料,员工权限不同 接入可信身份,把访问控制放进检索路径。
回答很流畅,业务方仍不敢使用 一起定义正确答案、失败情形与人工核对方式。
原型完成了,没人负责故障与更新 明确运行责任、上线条件、交接与支持范围。

一个公开案例提供的启发

OpenAI 发布的 Morgan Stanley 案例介绍了专家参与评价与持续检查。这里值得借鉴的是让业务专家参与判断,而不是直接照搬别人的系统。本书用虚构的 Northstar 项目练习这件事。

怎样理解岗位前景

当企业需要连接旧系统、处理数据权限、衡量任务效果时,这类交付能力有用。标准化工具也会吸收部分配置工作,因此长期要积累工程判断、行业理解和协作能力。这是基于工作需求的分析;具体机会再看下一章的澳洲、美国和中国招聘样本。

01 / 职责拆解

一项需求,要经过哪些人和决定?

FDE 需要把工程工作和客户决策接起来,也要说清责任边界。

工作阶段 FDE 的动作 留下什么
需求不清 观察用户流程,核对假设与限制 需求记录、范围与验收人。
选方案 比较替代方案,说明代价与依赖 方案建议书、架构决定。
实现与验证 编写集成代码,调查失败 可运行原型、测试与失败记录。
上线与使用 组织发布、培训和交接 运行手册、试点反馈、产品建议。

谁做决定?

业务负责人批准规则、范围和收益口径;资料负责人确认内容与版本;IT 与安全负责人批准接入;项目负责人安排资源。FDE 提出方案、实现控制并报告风险,不能替这些角色默默签字。

看 JD 时,确认实际重心

有的岗位偏系统部署,有的偏 Agent 配置和工作流,有的要求承担客户架构与技术领导。面试时问清:是否负责生产代码、同时支持几个客户、怎样验收、谁决定追加需求。

本书练习:面对“我们需要一个 AI 助手”,先写出用户、资料负责人、批准人和三个待验证问题,再开始选模型。
02 / 澳洲

澳洲:从真实招聘看工作要求

以下按“岗位、工作、经验、薪资”阅读。金额保留澳元,核查于 2026-11-18。

招聘样本 工作与经验要求 公开薪资
OpenAI · FDE
悉尼
负责客户系统交付;5 年以上工程或技术部署经验,包含面向客户的工作。 未披露。
PROFOUND 招聘机构 · FDE
悉尼
连接数据与系统、开发可用界面;约 3 年以上生产软件经验。 AUD 200,000–300,000 / 年;另提股权,super 是否包含待确认。

读懂岗位条件,再看数字

OpenAI 岗位写明每周 3 天到办公室,出差最高可达 50%。PROFOUND 广告页头标 Remote,但正文要求现场工作;这类信息冲突需要在投递前确认。招聘机构的客户名称没有公开,不把它写成某家企业的已核实岗位。

怎样准备澳洲岗位的材料

建议用一个项目说明:你怎样理解客户流程、写了什么代码、怎样比较方案、上线后如何处理问题。把个人贡献和团队成果分开,再核对具体岗位的工作地点与经验要求。

三地统一阅读口径:都是特定岗位的招聘样本。薪资不代表行业平均;基本工资、奖金、股权与 super 分开核实,招聘状态以原页为准。
02 / 美国

美国:薪资与职级一起看

以下两个样本都要求较强的工程与客户经验,金额保留美元。

招聘样本 工作与经验要求 公开薪资
OpenAI · FDSWE
旧金山
面向客户开发全栈系统、制定交付计划;7 年以上全栈经验。 USD 185,000–325,000 / 年基本工资;股权另列。
Anthropic · Staff FDE
纽约 / 旧金山 / 西雅图
客户技术策略、架构、生产交付与技术指导;Staff 职级。 USD 280,000–320,000 / 年;保留原标签 Annual Salary。

同样是 FDE,不一定是同一级别

Staff 样本包含跨工作流技术判断和客户高层沟通。OpenAI 的 FDSWE 更强调亲自开发全栈实现。比较机会时,先看岗位责任和自己已有的证据,再看工资区间。

一份可比较的 Offer 记录

分别填基本工资、保证奖金、浮动奖金、股权、福利、地点和出差安排。OpenAI 样本提到最高 50% 出差,Anthropic Staff 样本提到 25%;这些也影响实际工作体验。

本页 Annual Salary 不改写成“含股权总包”。这些样本也不能用于推断澳洲或中国同名岗位的薪资。
02 / 中国

中国:同名岗位也要看实际交付

金额保留人民币。企业官网与招聘平台样本采用同一套阅读字段。

招聘样本 工作与经验要求 公开薪资
中兴新云 · FDE
北京 / 上海 / 成都等
2027 届校招;业务场景、AI 方案与跨团队交付。 未披露。
帆软软件 · AI FDE
杭州
平台展示 Agent 项目交付;经验不限,本科。 20–40K·14 薪。
阿里云 · 大模型 FDE
杭州
平台展示客户大模型应用落地;3–5 年,本科。 40–70K·16 薪。

看懂月薪与薪数

K 表示千元。20–40K × 14 的名义年薪是 28–56 万元;需要确认额外薪数是否保底、绩效条件和固定工资范围。这个乘法不能直接表示实际到手收入。

职责还有哪些差异?

凡泰极客的深圳岗位偏部署、集成与运维;天云融创的招聘材料包含 Agent 配置、知识组织与评测。找工作时可以扩大职位关键词,但仍要逐项核对自己会承担什么。

帆软和阿里云数字来自 BOSS 列表;详情页触发访问验证,招聘人身份及薪资兑现条件未核实。天云融创页面的金额未标周期,未纳入本页薪资比较。
03 / 技能准备

从已有经验出发,补齐交付短板

下面是学习建议。选择真实目标岗位后,再决定需要补到什么程度。

你的基础 可以迁移的优势 优先补齐
后端 / 全栈 接口、数据模型、业务系统开发。 需求发现、AI 评估、范围和客户验收。
前端 交互、用户体验、工作流界面。 服务端、身份权限、数据接入与发布。
数据 / 算法 数据质量、实验与指标分析。 应用工程、业务接口、可靠性与使用反馈。
云 / 运维 环境、部署、排障和监控。 应用开发、模型行为评估、业务方案表达。

先做一次小规模交付演练

选一个自己理解的流程,找使用者验证问题;实现一条最小链路;保留五种失败情形;找另一位工程师按文档运行。最后讲清楚为什么这样做、哪里还不能上线。这比堆满工具名更有助于展示能力。

职业发展可以怎样延伸?

喜欢系统深度,可继续做高级 FDE 或架构工作;喜欢行业问题,可发展行业解决方案;喜欢跨项目协作,可尝试交付负责人;喜欢提炼共性需求,也可以转向产品工程。这些是能力延伸方向,并非所有公司都有固定晋升路径。

接下来进入工程实战:第 4–6 章形成方案,第 7 章运行离线实验,第 8–11 章补评估、发布和交接。每读完一部分,留下能被别人检查的材料。
03 / 项目地图

跟着 Northstar,完成一轮交付练习

Northstar 是虚构企业;角色、预算和试点计划是教学设定。代码与实跑记录单独标明。

业务目标与第一版边界

计划让运营和财务员工查询现行政策,核对原文,并知道何时需要人工帮助。首期只读,不自动批准报销。未来试点设为 40 人;本地程序只使用 4 个测试身份和少量教学文档。

章节 你会得到的成果
4–5 · 需求与方案 填好的需求记录 D01、方案与预算 D02。
6–7 · 架构与实现 架构记录 D03、权限实验、实际调用本地模型的问答程序。
8–10 · 验证与试点 实跑报告、验收矩阵 D04、发布记录 D05、测量计划 D06。
11–12 · 交接与展示 变更单 D07、接手步骤 D08、作品集说明 D09。

先学会读这几个词

PoC 是验证想法是否可行的小原型;ACL 是谁可以访问哪些资料的规则;Agent 会按任务调用工具或决定下一步;评估(Eval)用一组问题检查实际行为。其余术语随用随讲,附录提供速查。

配套包中 templates/ 是空白模板,worked-example/ 是填好的教学示例,reports/ 是实际运行记录。教学计划中的客户审批、用户收益与生产上线均未发生。
04 / 客户调查

先观察工作,再整理需求

一次访谈的成果应该能改变方案,而不只是增加会议纪要。

找谁 问什么 记录什么
一线用户 最近一次查政策,从哪里开始?最后找了谁? 操作步骤、等待时间、无法继续的原因
业务负责人 什么结果值得继续投入?哪些错误不可接受? 业务目标、基线、验收负责人
资料负责人 现行版本在哪里?旧版如何撤回? 资料目录、版本、更新与撤回责任
IT / 安全 身份从哪里来?接口和数据访问由谁批准? 接入条件、环境、权限、审批依赖

具体问法

把“你们查资料是不是很慢”改成“请演示昨天那次差旅政策查询”。记录用户在搜索、阅读、询问同事、核对版本上分别用了多久。等待别人回复的时间,和用户实际操作的时间分开记。

事实与假设分栏

事实:资料负责人确认有两个现行目录。假设:目录里的所有文件都适合入库。待验证:嵌入的表格能否正确解析。每条待验证项必须有负责人和完成日期,不能在方案建议书(Proposal)中悄悄写成已经具备。

本页交付:需求调研摘要(Discovery Brief)。至少写清一个具体流程、一位最终用户、一位批准人和三个可能改变方案的未知项。
04 / 范围与基线

把“提高效率”写成可检查的目标

先测现在如何工作,再提出目标;不要用演示速度代替业务收益。

一份可执行的基线采集方案

教学建议:选择正常、复杂、无答案三类政策问题,邀请运营与财务用户完成代表性任务。记录任务类型、开始与结束时间、答案是否正确、是否求助、重做时间。测试样本尽量覆盖不同熟练度;保留原始记录,不只报平均值。

范围项 首期决定 批准条件
现行政策 纳入已批准目录 资料负责人确认版本和权限
历史档案 暂不纳入 访问获批、预算与测试更新后再讨论
自动审批 不纳入 未来独立评估业务权限和写入风险
两个部门 分批启用 各部门有负责人和验收记录

写一条能验收的需求

“运营用户询问差旅政策时,系统返回现行版本的依据和引用;找不到可用依据时不猜测,提示联系负责人。”把“回答准确”拆为事实支持、版本正确、权限正确和下一步清楚,才能知道问题出在哪。

本章成果 · D01 需求记录

打开 worked-example/01-discovery.txt。已写出运营与财务的不同权限、三条本地需求,以及仍待客户验证的耗时和资料责任。练习时把其中一个假设换成你观察到的事实。

05 / 方案选择

不是每个问题都需要 Agent

先用最小的方案验证业务价值,再为确有必要的能力增加复杂度。

路线 适用前提 本案例判断
整理目录与传统搜索 主要问题是资料混乱或版本不可辨 必须先做,可作为比较基线
现成企业 AI 工具 现有权限、数据与功能条件满足需求 先验证接入与治理约束,再决定是否采购
定制 RAG 工作流 回答需要企业文档、引用与权限控制 首期候选:流程可预测、以只读为主
自主 Agent 任务路径变化大,需要动态选择工具 首期不需要;若扩展动作再单独评估

用相同问题比较候选方案

让相同身份在相同文档版本下完成相同任务。比较质量、总处理时间、维护工作、权限实现和完整成本。某个模型在通用榜单上的表现,不能替代你的业务验收。

一条架构决定记录

决定:首期只读 RAG。理由:主要任务是查找现行政策,不需要修改业务系统。替代方案:先改进目录检索。重新评估条件:用户确实需要跨系统执行动作,且动作权限与责任已明确。

Anthropic 的公开文章区分预定义工作流与动态 Agent,并建议从简单方案起步。本页选型表是针对教学案例的应用。
05 / Proposal 与预算

让客户批准一个具体范围

方案要让业务、IT 和预算负责人都知道自己批准了什么。

Northstar 首期 Proposal 摘要|教学设定

目标:验证政策查询是否能降低查找与核对负担。范围:两个部门、已批准的现行资料、只读问答与引用。交付:原型、权限与评估记录、受控试点、运行手册。依赖:身份接入、资料批准、业务专家参与。接口延期时先完成离线验证,不承诺按原计划上线。

教学工作量 小时 按 A$120 / h 计算
调查与方案 16 A$1,920
开发与集成 48 A$5,760
评估与修复 24 A$2,880
试点与交接 16 A$1,920
小计 / 20% 准备金 104 A$12,480 / A$2,496
合计 — A$14,976

上述单价和工时仅用于演算,不是市场报价;税费、采购费用与持续运行费用未含。资料清理超出假设、增加写入能力或审批延期,都应重新估算。

本章成果 · D02 方案摘要

打开 worked-example/02-proposal.txt。它把本地原型与未来企业试点分开,列出替代方案和批准条件。A$14,976 是试点预算演算,不是几个脚本的报价;运行与采购费用需另列。

06 / 系统架构

让权限成为数据路径的一部分

先确认谁能看什么,再决定把哪些内容交给模型。

已验证的用户会话
  → 服务端解析租户、用户、组与权限版本
  → 检索前限制允许访问的现行文档
  → 排序与选择证据
  → 生成带引用的草稿(或无依据转人工)
  → 检查引用范围与答案支持程度
  → 返回结果,并记录最少必要的运行信息

三条需要画在架构图上的边界

身份服务负责证明用户是谁;检索服务负责限制能取出的内容;模型只处理已经允许进入上下文的资料。不要把前端传来的 department 当成可信权限,也不要指望提示词替代访问控制。

引用链接也要验证权限

回答显示“见文档第 3 页”并不意味着文档可公开下载。打开原文件时仍应校验用户身份和权限。日志、缓存、错误信息与历史会话同样可能泄露内容,必须纳入设计。

本页交付:画出数据流,并在每条跨系统连线上写明身份来源、传输内容、授权方式与失败行为。微软公开样例的 ACL 文档可作为深入阅读。
06 / 数据与工具

接入之前,先约定失败时怎么做

接口契约既要定义成功结果,也要定义重试、撤回和不确定状态。

字段 / 约束 用途
document_id / version / status 识别资料、区分现行与已撤回版本
tenant_id / allowed_groups 限定可访问范围;缺失授权信息时默认不进入检索
owner / source_url / updated_at 追溯负责人、原文与更新状态
request_id / timeout / error_code 定位一次调用,区分超时、无权限与服务故障

MCP 与工具调用放在哪里

MCP 是连接模型应用与外部工具的一种协议。它和工具调用可以帮助接通系统,业务权限仍需自行设计。工具入口仍需校验当前身份、允许的参数和操作范围。首期提供只读查询;将来的写入能力,应具备审批、审计和重复执行保护。

写操作超时,不要盲目再执行

例如创建采购申请后响应超时,服务器可能已经成功创建。先用幂等键(标记同一业务操作,避免重复执行)或业务标识查询状态,再决定重试。只有重复执行不会新增副作用的操作,才适合自动重试;重试次数与总时长都要有限制。

本章成果 · D03 架构记录

打开 worked-example/03-architecture.txt:身份过滤发生在检索前,模型只接收一份获准资料。引用 ID 与原文一并返回;接下来用程序观察这条路径。

07 / 第一步:权限与版本

先验证哪些资料可以进入模型

配套实验用确定性检索隔离问题,让你先验证权限与版本逻辑。

解压 fde-tech-companion.zip,在 companion 目录打开终端。需要 Python 3.9 或更新;只使用标准库,无需 API 密钥或云资源。

python3 lab.py --user ops_alice --question "差旅申请"
python3 lab.py --user ops_alice --question "关账"
python3 lab.py --user fin_bob --question "关账"
python3 evaluate.py
请求 预期行为
运营用户查差旅 answered;引用 travel-v2
运营用户查关账 no_evidence;不返回财务内容或文档标识
财务用户查关账 answered;引用 finance-close
运行评估 passed = 12,total = 12;退出码 0

这一步确认了什么

实验让每条结果可以重复,便于观察权限是否真的在检索前生效。它不做语义理解或生成,不能代表完整 RAG 的效果。后续接入模型时,仍需要保留这些边界检查,并增加答案事实支持、提示注入和模型失败测试。

重要:--user 是可信本地测试身份。生产应用必须从服务端验证后的会话读取身份,不能让浏览器任意指定用户名。
07 / 第二步:启动真实模型

把小模型放在本机运行

Python 程序只用标准库;模型推理由另行安装的 llama.cpp 提供。

准备环境

需要 Python 3.9+、llama.cpp 的 llama-server 命令,以及 Qwen2.5-0.5B-Instruct 的 Q4_K_M 文件。它是较早的小模型,选它是为了降低教学资源需求。模型文件约数百 MB,配套 ZIP 不含权重。安装入口、固定版本和下载校验步骤见 README.txt。

python3 download_model.py
llama-server -m models/qwen2.5-0.5b-instruct-q4_k_m.gguf \
  --host 127.0.0.1 --port 8089 \
  --alias northstar-qwen -c 2048 -ngl 0 -t 4

命令里的参数是什么意思?

-m 指向模型文件,--alias 给客户端一个固定名称,-c 是上下文长度,-ngl 0 用 CPU 推理。服务只监听本机地址。保留这个终端,在另一个终端进入配套包的 companion 目录运行 Python。

首次准备需要下载公开模型;准备完成后推理在本机进行,不需要付费 API 密钥。本书的实际机器、版本与哈希以 reports/runtime.json 为准。
07 / 第三步:生成与核对

从一条问题走到可核对的草稿

ai_app.py 已实现模型请求、超时处理、输出解析与引用检查,可以直接运行。

python3 ai_app.py --user ops_alice \
  --question "差旅申请需要先做什么?"
python3 ai_app.py --user ops_alice \
  --question "关账检查码是什么?"
python3 evaluate_live.py > my-live-report.json
程序步骤 你可以检查的结果
读取本地教学资料 使用 data.json;先根据可信测试身份过滤权限和版本。
调用实际模型 仅把命中且获准的资料送到本机模型服务。
检查模型输出 JSON 格式、完成状态和引用 ID 必须符合规则。
返回待核对的草稿 status=draft;citations 中包含 ID、版本和原文,逐句核对。

读报告时先看两条路径

运营问差旅应得到现行资料的草稿;运营问关账应得到 no_evidence,且 model_called=false。第二条请求在调用模型之前就被挡住,不能靠提示词让模型自行判断权限。

本次实跑:2026-11-18

差旅回答:“差旅申请应在预订前提交给直属经理审批。”引用 travel-v2。6 个教学用例符合预期,其中 3 次实际生成;租户 B 的回答出现了重复措辞,事实仍与原文一致。完整结果见 reports/live-model.json。

引用检查证明来源在允许范围内,不证明每句话正确。draft 表示尚需人工核对;模型生成内容以你当次运行结果为准。
07 / 第四步:让失败也可观察

模型关掉以后,系统应该怎么回答?

用真实停机和可重复的故障注入,观察两种不同的失败来源。

真实停机演练

在模型服务终端按 Ctrl+C,再运行上一页的差旅查询。应得到 service_unavailable,并提示稍后重试或联系负责人。重新启动服务后再问一次,确认恢复。完整记录保存在 reports/failure-drill.json。

python3 -m unittest -v test_ai_app.py
python3 evaluate.py
python3 evaluate_live.py > my-live-report.json
输出状态 表示什么
no_evidence 没有可用依据;本例不会调用模型。
needs_review 资料多份匹配,或生成格式、引用、完成状态未通过。
service_unavailable 模型服务连接失败、超时或服务响应不可解析。
draft 已获得生成结果,仍需对照原文核查事实。
本章成果:一条实际调用模型的链路、真实回答报告和失败记录。test_ai_app.py 使用模拟响应测试控制逻辑;evaluate_live.py 才调用实际模型,两者的结果分开记录。
08 / 评估设计

把“看起来不错”拆成可判定的问题

不同的错误需要不同的测试;一个总分解释不了所有风险。

维度 测试方法 教学验收示例
访问边界 跨部门、跨租户、撤权、缺失 ACL 关键检查全部通过;出现泄露立即停止
答案依据 逐条核对事实与引用是否对应 业务负责人按约定量表评分
版本 旧版撤回后再问相同问题 只使用现行资料;冲突转人工
拒答与转人工 无资料、模糊问题、证据冲突 返回正确状态与后续路径
成本与延迟 记录每次调用及复核工作 在项目约定预算和体验范围内

测试集要与开发材料分开

开发集用于改提示词和调检索;验收集由业务方确认并保留。看到验收失败后反复调到通过,相当于把它变成开发集,需要新增独立样本。对重复运行不稳定的任务做多次试验,不只展示最好的一次。

黄金答案未必是一句话

可以记录必须包含的事实、禁止出现的内容、允许的引用、预期工具状态和应转人工的条件。用代码检查权限与结构,用业务专家判断内容是否支持实际工作;模型评分也要抽检。

08 / 失败分析

先找到坏在哪一层,再改系统

下面是教学故障清单,不是任何真实客户的事故报告。

观察到的失败 优先查哪里 修复后补什么测试
政策明明存在却找不到 解析、索引、关键词与权限范围 该文档的代表性查询及相似负例
回答引用了旧政策 索引刷新、状态过滤、缓存版本 撤回后下一次请求与缓存命中路径
引用存在但结论不支持 上下文截断、生成、事实核对 逐事实评分,不只验证链接有效
换部门后仍看到旧答案 权限缓存、会话与历史消息 撤权后的检索、缓存与历史访问
多次请求得到重复操作 超时与幂等控制 响应丢失后重试与状态查询

实验中的 12 项检查意味着什么

配套 evaluate.py 的 12 项检查覆盖身份、权限、租户、版本、缺失依据、歧义与撤权。evaluate_live.py 另行记录实际模型回答;不能把两组结果合并成生产质量得分。离线检查通过只说明这些确定性样例满足预期;本次模型报告也仅覆盖少量教学问题。生产可用性和业务收益需另行验证。

一份失败记录至少写这些

输入与身份、期望结果、实际结果、相关版本、最小复现步骤、影响范围、原因假设、修复方式和回归样例。运行日志里的“成功返回 200”不能代替任务是否成功。

本章成果 · D04 验收矩阵

打开 worked-example/04-acceptance.csv。N01 对应现行差旅,N02 对应越权拦截,N04 对应模型停机。每项都指向报告或测试;真实身份和业务收益保留为待完成。

09 / 生产准备

上线前,验证系统失效时的行为

先让故障可见、可控、可恢复,再扩大用户范围。

检查点 你应该展示的证据
身份与密钥 服务端验证会话;最小权限账号;无密钥写入代码或浏览器
可观测性 request_id 串起检索、模型和工具;日志按需脱敏并限制访问
超时与限额 单步超时、总时长、并发与预算上限;明确限流提示
恢复 旧版本可回退;索引快照与配置一致;有演练记录
数据生命周期 新增、更新、撤回、删除可传播到索引、缓存和派生数据
人工接管 问题能到达有人处理的队列,责任人与响应方式明确

设计一个故障演练

教学场景:检索服务不可用。用户应看到暂不可用及求助方式,不能把超时伪装成“没有这项政策”。日志记录故障类型,但不把内部堆栈直接发给用户。恢复后验证资料版本与权限仍正确。

本页交付:上线清单与证据位置。每项标记已通过、未通过或不适用,并写明理由、负责人和复核日期。没有证据的勾选不算完成。
09 / 发布与回滚

发布的是一组版本,不只是代码

代码、模型、提示词、索引和权限配置共同决定系统行为。

建立发布清单

为一次试点保留代码提交号、模型标识、提示词版本、资料清单、索引版本、权限配置和评估报告。变更其中任何一项,都要判断哪些测试需要重跑。模型升级不应直接等同于可以扩大范围。

阶段 进入条件 退出 / 停止条件
隔离验证 模拟资料与测试身份可用 边界检查失败则修复后重测
小范围试点 业务、IT 与资料负责人确认 出现越权或关键错误即停用相关路径
扩大使用 质量、成本、维护与使用反馈达标 收益无证据或维护负担过高则缩减
版本回退 已验证旧版与数据仍兼容 回退也需重查权限与现行资料

回滚不能把已撤回资料重新放出来

恢复旧代码时仍应执行当前有效权限和资料状态。代码回退、数据恢复和安全撤权是不同动作,运行手册(Runbook)要分别说明。不要让“退到昨天”成为重新暴露敏感信息的操作。

本章成果 · D05 发布记录

打开 worked-example/05-release.txt。模型、运行器和文件哈希记录在 reports/runtime.json;按同一组版本重新启动,再验证差旅回答和拒绝访问用例。

10 / 成本与效果

先算每次成功任务,再谈节省

模型账单只是成本的一部分,人工复核与维护也需要计入。

模型成本 = 输入量 × 输入单价 + 输出量 × 输出单价
月运行成本 = 模型 + 检索/存储 + 监控 + 维护 + 复核
每次成功任务成本 = 当期总成本 ÷ 成功完成的任务数
净释放工时 = 基线操作工时 - 新流程操作工时 - 新增复核工时

一个可复算的教学例子

假设每月 1,200 次查询,平均每次少用 3 分钟:释放 60 小时。若每次另需 1 分钟复核,净释放 40 小时。按 A$50 / h 的内部估值计算,产能价值为 A$2,000。若月运行成本假设为 A$900,价值扣运行成本为 A$1,100;这不是实际现金利润。

什么情况下不能说省钱

工资没有减少、工时没有转向有价值工作,就不能把所有释放时间写成现金节省。还需考虑一次性实施成本、试点样本偏差、返工和未被覆盖的任务。真实采购时,用当前供应商报价替换教学假设。

不要用一个快速成功请求代表全部体验。记录中位数、较慢请求表现、错误率与人工升级率,按任务类别比较。预算模板提供公式和待填字段。
10 / 用户采用

让试点回答三个业务问题

用户会不会用、能不能完成任务、值得不值得继续投入。

要回答的问题 采集方式 避免的误读
用户为什么不用 观察真实工作、访谈未使用者 登录人数不能解释使用障碍
是否帮助完成任务 记录完成率、复核时间与改写量 生成一段文字不等于任务完成
是否值得扩大 结合成本、质量、维护与反馈 次数增长不等于业务价值增长

培训围绕具体工作

让运营用户完成一次差旅查询:查看引用、核对版本、识别没有依据的结果、提交反馈。让财务用户体验权限边界和人工升级。培训时直接展示已知限制,不用一串顺利问答代替操作训练。

试点结论允许“暂缓”

如果使用者愿意用,但资料版本持续混乱,先修资料治理;如果效果仅在少数任务成立,缩小范围;如果成本和返工抵消收益,提出停止或换路线。停止条件应在试点前约定,不能等结果不好才改口径。

本章成果 · D06 试点测量计划

打开 worked-example/06-pilot-plan.csv。运营流程记录搜索与复核时间,财务流程还检查权限。该文件是待执行计划,尚无真实客户采集值;本页金额也只是演算。

11 / 变更与沟通

预算削减时,先改承诺再改代码

客户变化本身并不可怕,未记录的变化才会让验收失去共同标准。

教学情境|客户希望把开发预算降到 A$10,000

原预算 A$14,976 包含验证与交接。不能简单删掉测试。可讨论先只覆盖一个部门、减少资料范围、分阶段接入身份系统,或先改善现有搜索。每个选项都应重新说明交付能力、依赖和不能做的事。

变更单字段 本案例要填什么
触发原因 预算变化的时间、提出人与批准人
影响 范围、工时、验收、运行费用、风险与时间
选项 缩小首期 / 分阶段 / 暂停;各自代价
决定 批准的方案、明确排除项、负责人及日期
跟进 更新 Proposal、计划、测试与用户说明

一段可直接改写的客户表达

“按新预算,我们建议首期只覆盖运营政策,保留权限验证和交接。财务资料下一阶段评估。这样可以验证查询价值,但本期无法证明跨部门推广效果。请确认是否接受这个范围,以及谁负责资料批准。”

本页交付:一份变更单。若客户没有批准新范围,不能把删掉的能力默认变成双方共识。
11 / 验收与交接

让接手的人独立完成一次恢复

把代码交出去只是交接的一部分,运行责任也需要有人接住。

材料 接手者需要完成的动作
系统与配置说明 找到服务、环境、权限入口与配置来源
资料更新流程 新增一份获批政策,撤回旧版并验证查询
评估与发布记录 运行验收检查,解释失败项并决定是否发布
Runbook 定位故障、暂停功能、恢复服务、核对权限
支持与责任表 知道谁负责资料、代码、费用、审批与事故沟通

交接演练|研发人员暂时不操作

接手者按文档处理一次“旧政策仍被引用”的故障。观察他能否识别索引与缓存状态、找到当前资料负责人、恢复正确版本并留下记录。卡住的位置就是文档或工具需要补充的地方。

明确已知限制与剩余责任

列出未接入资料、尚未验证的高风险任务、依赖的外部服务、维护工作和支持时间。验收矩阵逐项关联最初承诺与实际证据;尚未通过的项目要明确处置,不能藏在代码注释里。

本章成果 · D07 / D08 变更与交接

示例文件分别写出缩小范围的建议和接手命令。把模型服务关掉再恢复,让另一位工程师按 D08 操作;记录实际卡住的位置后再确认交接完成。

12 / 复用与作品集

把项目经验留下来,下一次少重做

复用前先区分通用能力与客户特有规则。

适合复用 需要重新确认
连接器接口与错误处理 客户 API、限额、身份与允许操作
评估运行器与报告结构 客户问题、业务规则与验收阈值
发布清单与 Runbook 骨架 实际环境、责任人、恢复步骤
权限过滤测试模式 租户边界、部门关系、撤权机制

把现场问题反馈给产品

例如:多个客户都需要验证撤权是否传播到缓存。整理最小复现、预期行为、影响范围、现有绕行方式和共同需求,提出可配置的能力。避免把某个客户的特殊流程硬编码成所有客户的默认值。

作品集按证据组织

展示客户问题、你的职责、方案取舍、架构、关键实现、失败与修复、测试结果及未验证范围。模拟项目明确标注模拟;团队项目解释个人贡献。截图之外保留可运行材料,让别人能够复核。

一句可信的项目描述:“完成教学知识助手的权限过滤、本地模型接入与引用检查,保留离线测试和真实生成记录;尚未验证生产身份与真实用户收益。”
12 / 实践路线

用四轮练习形成一个完整项目

以下是自学练习安排,不承诺固定时间内达到某个岗位要求。

练习轮次 完成什么 自查问题
第 1 轮:定义问题 访谈模拟、流程图、试点范围、Proposal 为什么值得做?谁批准?哪些仍是假设?
第 2 轮:实现关键链路 运行权限实验,新增部门与测试 身份来自哪里?无权限和无依据如何处理?
第 3 轮:接近真实环境 运行 ai_app.py 与实际模型,再扩展一条企业接口 哪些已实测?费用如何记录?失败怎样恢复?
第 4 轮:评审与交接 演示、变更单、验收矩阵、交接演练 换个人能否运行?什么条件下应该停止?

工程评审的六个追问

为什么选这个范围?为什么需要这个架构?如何证明没有越权?模型或接口失败时会怎样?完整成本怎么算?你还没有验证什么?用材料回答,不用“应该没问题”结束讨论。

何时继续读官方培训

你能解释一个端到端项目后,再按缺口选 API、模型、评估、治理或推广课程。完成课程与通过业务验收是两件事;学习记录可以展示,实际效果必须来自项目证据。

本章成果 · D09 作品集说明

打开 worked-example/09-portfolio.txt。先写清跟做部分,再列自己的改动、失败和新增测试。作者的模型实跑报告可用来对照,不能替代你自己的运行记录。

附录 A / 配套文件

空白模板、完成示例和实跑记录

解压 fde-tech-companion.zip,先读 companion/README.txt。

文件 / 目录 用途
lab.py / data.json 确定性权限实验与教学资料。
ai_app.py 读取获准资料,调用本地模型并检查引用。
evaluate.py 12 项离线边界检查。
test_ai_app.py 模拟失败响应,检查错误处理与输出控制。
evaluate_live.py 实际模型的少量教学用例,输出当次回答。
worked-example/ D01–D09 填好的项目材料。
templates/ 5 份可编辑空白模板。
reports/ 作者实跑报告、版本与哈希;不代替你的测试。

完成示例怎么用?

先对照书中决定,再看 D01–D09 的完整文件。把预算、范围与责任替换成自己的项目条件;客户审批、试点测量和交接确认需要实际执行,不能因为示例填好了就视为已经完成。

CLI 中的 --user 是可信教学身份。它不能原样变成 Web API 的登录参数;生产身份必须由服务端验证后的会话提供。
附录 A / 术语速查

读到陌生词,先理解它在项目里做什么

用同一个知识助手场景解释,避免只记缩写。

术语 在本项目中的含义
RAG · 检索增强生成 先查获准资料,再让模型根据资料回答;检索不一定必须用向量库。
Agent · 智能体 根据任务调用工具或决定下一步;本书的首期问答采用固定流程。
PoC · 概念验证 小范围验证技术或业务假设,成功后还需要试点和验收。
ACL · 访问控制列表 说明谁能访问哪份资料,本例用租户与组来表达。
Eval · 评估 用约定的问题、预期与评分方法检查系统行为。
MCP · 模型上下文协议 连接模型应用与工具或资料服务的协议,不替代业务授权。
幂等 同一业务操作重复请求时,不产生重复扣款、重复申请等额外效果。
Runbook · 运行手册 让接手者知道怎样检查、暂停、恢复和升级处理。
Token 模型处理文本的计量单位,不能简单当成中文字数。
Super 澳洲招聘中常见的退休金缴款项目;核对是否在报价之外。
不要为了展示工具而增加流程。比如本项目不执行报销审批,就无需为了使用 Agent 而加入自动写入动作。
附录 B / 评审练习

先自己做决定,再看参考思路

以下没有唯一答案,但答案必须交代依据和代价。

情境一:资料负责人说历史档案下周才获批

参考思路:保留现行政策试点,移除历史档案承诺;重新说明覆盖率与验收范围。接口未批准前,不能用个人账号或导出文件绕过审批。补充记录:谁批准、何时重新评估、增加多少验证工作。

情境二:多数答案正确,但出现一次跨部门泄露

参考思路:暂停相关路径,按事件流程评估影响;检查检索、缓存、日志和历史消息,修复后做负例回归。平均正确率不能抵消权限失败。上线决定应依据事先约定的阻断条件。

情境三:大家说很好用,却没人能说清节省多少时间

参考思路:保留定性反馈,但不写收益结论。补采任务基线、实际操作与复核时间,检查样本差异。若测量成本高,可先缩小到一种高频任务;不能直接把好评数量换算成现金。

情境四:客户要自动批准报销

参考思路:将只读问答升级为写入业务系统,是独立范围变化。确认规则、金额权限、审批、幂等、撤销与审计;先提出人工确认版本,不能靠加一段提示词就上线。

附录 C / 来源导航

方法与公开案例

核查日期:2026-11-18。招聘和技术页面可能持续更新。

S1 · OpenAI|What FDE means at OpenAI

打开原始资料 ↗
官方工作方法与项目叙述;不代表公开完整客户实施材料。

S2 · OpenAI|Morgan Stanley 案例

打开原始资料 ↗
供应商发布的客户案例;用于解释评估与推广,不作为独立效果审计。

S3 · Anthropic|Building effective agents

打开原始资料 ↗
工作流与 Agent 的架构原则;2024 年文章,工具细节需查当前文档。

S4 · Anthropic|Demystifying evals for AI agents

打开原始资料 ↗
任务、运行记录与评分方法;本书练习和阈值为自行设计。

事实依据、教学设定与作者判断分开标明。公开客户案例没有披露的预算、代码与内部架构,本书不补写。
附录 C / 来源导航

工程参考与继续学习

核查日期:2026-11-18。招聘和技术页面可能持续更新。

S5 · Microsoft|Azure Search OpenAI Demo

打开原始资料 ↗
官方公开样例;已检查 README,未在本次制作中部署 Azure。

S6 · Microsoft|登录与文档访问控制

打开原始资料 ↗
用于深入阅读身份与 ACL;接入前核对当时版本。

S7 · OpenAI|人工参与的客服助手 Demo

打开原始资料 ↗
已检查 README;业务操作为占位实现,本次未运行此仓库。

S8 · JR Academy|FDE Tech 课程

打开原始资料 ↗
用于对齐读者与训练目标;本书预算、实验和企业背景独立设计。

公开仓库用于延伸学习,本次未部署 Azure 或运行 OpenAI 客服样例。PartnerU 与 Claude 登录后培训未逐门核验,访问条件以官方为准。
附录 C / 来源导航

岗位来源:澳洲 → 美国

核查日期:2026-11-18。招聘和技术页面可能持续更新。

S13 · OpenAI|Sydney FDE

打开原始资料 ↗
官方招聘;5 年以上相关经验;未披露薪资,不能套用美国报价。

S16 · PROFOUND|悉尼 FDE 招聘(SEEK)

打开原始资料 ↗
招聘机构发布的单个岗位;AUD 200k–300k/年。页头 Remote 与正文 fully on-site 不一致,工作方式需招聘方确认。

S14 · OpenAI|San Francisco FDSWE

打开原始资料 ↗
官方招聘;7 年以上全栈经验;美元年基本工资,股权另列。

S15 · Anthropic|Staff FDE

打开原始资料 ↗
官方招聘平台;美国 Staff 职级;保留 Annual Salary 标签,不改写为总包。

附录 C / 来源导航

岗位来源:中国

核查日期:2026-11-18。招聘和技术页面可能持续更新。

S9 · 中兴新云|2027 届 FDE 校园招聘

打开原始资料 ↗
企业官网;北京、上海、成都等城市;岗位页未披露薪资。

S10 · 天云融创|南开大学就业网招聘信息

打开原始资料 ↗
企业招聘信息,发布于 2026-11-12;薪资原文未标周期,不能直接年化。

S11 · 凡泰极客|FDE 前沿部署工程师

打开原始资料 ↗
企业官网;深圳,3 年以上部署或运维经验;薪酬面议。

S12 · BOSS 直聘|杭州岗位展示

打开原始资料 ↗
平台列表展示样本;详情页触发访问验证,未核实招聘人身份或薪资兑现条件。不是企业官网确认或市场统计。

附录 C / 来源导航

本地实战:运行器与模型

核查日期:2026-11-18。招聘和技术页面可能持续更新。

S17 · llama.cpp|本地模型服务与发布版本

打开原始资料 ↗
官方服务文档;本书配套使用本机回环地址与 chat/completions 接口。固定运行器版本见 reports/runtime.json。

S18 · Qwen|Qwen2.5-0.5B-Instruct-GGUF

打开原始资料 ↗
官方模型仓库;本书选 Q4_K_M 小模型用于本地链路教学,不作为模型质量或企业选型推荐。模型按原仓库许可另行下载。

本地实验的验证范围

运行环境、模型哈希和程序版本见配套报告。成功跑通少量教学问题,不等于完成生产质量、安全或用户收益验收。

NEXT / 把项目带进评审

让你的工程判断
有材料可以验证

准备一份 Proposal、一条可运行链路和一份失败记录。再找人追问你的范围、权限、成本和交接方式。

FDE Tech 课程围绕企业背景、方案展示、技术评审和交付展开训练。具体安排以课程页面为准。

查看 FDE Tech 课程 ↗

想根据已有经验选择训练重点,可以联系 Rain:

Rain · Senior IT Career Consultant
jiangren.com.au

© JR Academy · 本书为独立编写的实践指南,非厂商官方教材。