我是星夥缘,写代码 10 年,主攻 Flutter 和 iOS,现在的身份是独立 FDE——AI 落地工程师,给中小企业做 AI 落地,按项目接单,同时运营「AI落地前线」。经常有人问我:FDE 每天到底在干什么,是不是天天对着模型调参数?说实话,我一天里真正碰模型的时间最少。这篇就按我真实的一天拆开讲,讲完你就明白这个岗位为什么缺人、又为什么不好干。

上午:摸流程,而不是打开代码编辑器

一天通常从「听人说话」开始。客户说想上 AI,我先不谈方案,跟着他的业务流程走一遍:这件事现在谁在做、材料从哪儿进、结果交给谁、哪一步最耗人、哪一步最容易出错。这一步在岗位说明书里叫 discovery(客户发现)。我转型前翻了 92 个真实来源才确认,企业缺的从来不是会调模型的人——我在《从前端全栈到 FDE》里写过这段调研:生产与运维类技能出现在 71% 的 AI 优先岗位里,模型本身排在后面。摸不清流程就动手,做出来的东西再漂亮也落不了地。

中午前:砍范围,把大愿望砍成一个能验收的小目标

摸完流程,接下来是最得罪人的一步:砍。客户想要的往往是「一整套系统」,我只接其中一个能量化的小流程,范围写死、指标提前定。我的固定打法是两周试点——《AI 落地试点怎么做》里把诊断、定界、定指标、验收四步写全了。FDE 一大半的价值就在这一步:把模糊的「智能化」翻译成「这个环节处理时长降多少、返工少多少」这种能签字验收的话。砍不下来的项目,我宁可不接。

下午:写代码,但写的是「接进业务」的那部分

下午才轮到写代码。和做产品时不同,FDE 写的代码大头不是模型调用——那几行谁都会——而是把 AI 接进客户现有的流程里:数据从哪儿读、结果往哪儿写、出错了怎么兜底、谁有权限看。还要留评估的口子:这批输出对不对,得有办法抽查、能回溯。我自己的练兵场就是「AI落地前线」的内容生产:选题、写稿、配音、字幕、出片整条管线先在我自己身上跑通,管线的五条标准我单独写过一篇。先在自己业务里验证过的打法,才敢卖给客户。

傍晚:上生产,然后盯着有没有人真的用

交付不是发个链接就完事。系统上线后要盯三件事:跑得稳不稳、数据对不对、一线的人愿不愿意用。第三件最容易被忽略,也是项目最常见的死法——做出来了,没人打开。我名下 25 个在线产品全靠每天巡检续命:逐个看状态和数据信号,列更新清单,值得改的才动手,这套独立交付方法我也写过。给客户做的系统同样如此,上线只是开始,能不能活下来看运营。

这一天里,模型占多少时间

把一天摊开看:摸流程、砍范围、接系统、上生产、盯使用,模型调优排在最后,甚至常常一动不动——现成模型够用,瓶颈全在业务侧。这也是我判断 FDE 短期内不会被「模型变强」淘汰的原因:模型越强,能调它的人越多,但愿意嵌进一家公司的真实流程、对结果负责到底的人,一直稀缺。

想找我做,先看这两篇

想进一步了解我,可以看《求职意向:FDE / AI 落地工程师》——我正在看什么机会、能做什么、证据在哪里,都写在里面。有合适的岗位或项目,发邮件到 xinhuoyuans@qq.com 就好。

来源

本文的工作方法与数字均来自本站已发布内容与我的公开代码:转型调研与 71% 口径见《从前端全栈到 FDE:我为什么转型做 AI 落地工程师》;试点四步见《AI 落地试点怎么做:两周把一个流程跑通》;我的代码与产品在 GitHub:github.com/xinhuoyuan。