FDE：AI落地實戰指南

樊中愷，百度主任架構師，文心應用技術負責人。長期專註於AI Native架構和相關應用開發， 了文心 App 從技術預研到工程落地的全過程。在百度內部，帶領團隊打破算法、工程、應用和產品的邊界，致力於打造 的AI大模型應用服務，推動生成式AI技術在多元場景中的深度應用和產業落地。

第 一篇 認知篇

第 1章 裝修毛坯房的人

一個裝修的比喻

三個詞，三層意思

FDE不是什麼

FDE與軟件工程師、解決方案架構師、咨詢顧問的區別

FDE的核心價值：讓AI真正進入業務現場

第 2章 它從哪裏來：一套打法的二十年

一家“怪”公司的難題

“法國服務員”哲學

Dev與Delta：一套雙軌制

從被嘲笑到被模仿

第3章 九成五：一個行業的集體尷尬

MIT刺眼的報告

五種典型“死法”

報告裏*該被FDE記住的一組數字

那成功的5%長什麼樣

賣模型的公司為什麼坐不住了

中國的同頻共振

一個歷史類比

第4章 FDE的*與一年

小林的*

一個項目的一年

工作循環

沒有兩天是一樣的

*篇 能力篇

第5章 能力模型：一專多能的T型人

FDE*是一名連接者

五項核心能力

一個反直覺的事實

不同背景轉型者的能力短板

第6章 與客戶溝通：從需求中發現問題

訪談的三種目的要分開

訪談的準備與收尾

如何提出高價值的問題

一段訪談實錄

三層剝離：客戶說的、想的、需要的

找出員工自己做的那些工具

第7章 與業務方溝通：讓價值和邊界*被理解

如何解釋AI的能力邊界

建立合理的期待

推動業務方真正參與

向高管匯報

第8章 與技術方溝通：讓需求變成方案

一份合格的問題陳述

三類技術約束與繞行方案

定制與通用之間的抉擇

與集成商和原有廠商共處

第9章 與組織溝通：推動AI真正被用起來

項目阻力的四個來源

那位*抵觸的老員工

促進采用的三條原則

什麼時候該改流程

組織政治的現實

第三篇 方法篇

第 10章 業務洞察：理解客戶真正的問題

三層下鉆

32小時行業速成法

業務流程分析：給每一步標四個數字

AI機會的六個信號

第 11章 問題定義：把模糊需求變成可做的事

需求不是問題

從需求到問題：兩條路徑

AI適用性七問

定義成功指標

一頁紙方案書

第 12章 Demo驅動：用*小成本證明價值

Demo的三個作用

原型思維：什麼可以假，什麼絕不能假

好Demo的七條原則

一場Demo的現場

讓客戶參與疊代

Demo之後*危險的時刻

第四篇 技術篇

第 13章 大模型基礎認知：夠用*好的心智模型

大模型到底在做什麼

六個*須理解的特性

模型選型的五個維度

四種技術路線的取舍

速查表

第 14章 提示詞工程：把業務規則寫成文字

提示詞的本質

結構化提示詞的骨架

有效的做法與被高估的做法

提示詞的工程化管理

提示詞註入的基本防範

第 15章 RAG：讓AI用上企業自己的知識

為什麼企業AI幾乎*從這裏開始

五個環節，五類坑

切分與檢索的實踐要點

知識庫的問題其實是管理問題

評測：分開評，才知道問題在哪

什麼時候不該用RAG

第 16章 工具調用與智能體：什麼時候讓AI自己做決定

一條清晰的分界線

什麼情況值得用智能體

工具調用的設計原則

四道閘門

人在環中：把人放在哪一步

第 17章 成本、效果與延遲的三角

一筆*須算清的賬

七種降本手段及其代價

私有化部署的真實賬單

把成本講給客戶聽

第五篇 交付篇

第 18章 為什麼Demo不能直接上線

七道鴻溝

生產化的*小清單

目標是讓自己能撤出來

第 19章 數據與知識治理

數據現實主義

權限跟隨：越權訪問是*容易出的大事故

知識的生命周期

數據飛輪

第 20章 *性、可靠性、*與合規

“*率”這個詞的陷阱

評測體系的三件套

抑制幻覺的工程手段

*

合規

第 21章 影響與推進：讓AI成為新的工作方式

采用率才是*指標

兩個真實案例

六方利益地圖

反饋閉環的設計

推動組織變化的順序

什麼時候該停手

第六篇 案例篇

第 22章 全程覆盤：遠洋保險理賠智能助手

第0周：進場時的局面

第 1~2周：潛伏期

第3周：一場改變方向的會

第4~6周：第 一個Demo

第7~16周：生產化的十周

第 17~30周：采用期

第31周以後：沈澱與撤出

數字覆盤

三次差點翻車的時刻

這個項目做錯的五件事

第 23章 企業知識助手：**的落地場景

為什麼第 一個項目往往是它

場景發現：警惕“不是已經有搜索嗎”

方案設計的三份清單

Demo驗證：50個問題怎麼選

上線後的三個議題

一個失敗又挽回的案例

第 24章 金融行業：合規約束下的落地

行業特征

場景譜系

【真實案例】摩根士丹利的實施細節

國內銀行業的推進

【合成案例】某城商行的信貸材料預審

【合成案例】一個被叫停的智能客服

金融項目落地要點清單

第 25章 制造業與能源業：現場、設備與老舊系統

行業特征

典型場景

【真實案例】空客A350：一位FDE在圖盧茲的一年

【合成案例】老師傅的知識萃取

交互形態的設計

【合成案例】風電場的巡檢報告

制造與能源項目落地要點清單

第 26章 教育行業：把AI放進課堂

行業特征

【真實案例】可汗學院：一個AI助教怎麼衡量自己有沒有用

國內的推進

【合成案例】某區教研中心的備課助手

教育行業特有的克制

【合成案例】職業院校的實訓答疑

教育項目落地要點清單

第 27章 政務、醫療與專業服務：高風險領域的克制

政務：寧可拒答，不可錯答

醫療：把紅線畫在診斷之外

專業服務：AI是杠桿，不是替代

三個領域的共同教訓

六大領域對照

第七篇 成長篇

第 28章 FDE成長路線

三種起點

一份90天計劃

從初級到*的四個臺階

薪酬與市場行情

四種代價

AI會不會取代FDE

自測

第 29章 FDE面試實戰

招聘方在篩選什麼

能力拆解

案例陳述：用CPDR代替STAR

反向提問清單

常見減分項

第30章 *算你不當FDE

離問題近的人越來越值錢

做翻譯是*可行的覆合路線

把“這不歸我管”從字典裏刪除

從儲備式學習轉向戰鬥式學習

跟對“部署”，而不只是跟對“發明”

給管理者的三條建議

結語 部署時代剛剛開始

附錄

FDE能力自測表

客戶訪談模板

AI項目需求分析模板

Demo設計模板

FDE面試題庫（60題）

企業AI落地檢查清單

術語表（75詞）