文章
共 85 篇 · FDE 范式、方法论与全行业落地实践
深度专题三十二 多模态 AI 落地实战
一、多模态 AI 的 2026 现状 2026 年的"多模态"已经从 2023 年的"文生图 demo 大爆发"走向了一个更冷静、也更工程化的阶段。其特征可以用三句话概括： 生成质量过了"能用"门槛、理解能力过了"准用"门槛、成本过了"敢用"门槛 。 具体来看五条主线： 文生图 全面收敛到三档：闭源…
深度专题三十三 FDE 的云原生与基础设施
一句话定位：FDE 把 AI 系统塞进客户机房的那一刻，"模型好不好"就退居二线，"GPU 调度得动不动、Pod 起得来不起来、向量库撑不撑得住"才决定项目能不能活。云原生与基础设施是 FDE 在 Engineer 阶段绕不开的硬骨头，也是国产化/信创浪潮下最容易被客户"卡脖子"的环节。本专题把传统…
深度专题三十四 大模型应用架构演进
一句话定位:大模型应用不是"调一次 API"就完事的产品,它是一种会随业务复杂度持续生长的架构形态。从单点调用到企业 AI 中台,每一阶段的拆分都不是为了好看,而是为了把上一阶段爆掉的某个属性——延迟、成本、上下文、权限、可观测——单独拎出来治理。FDE 在客户现场要做的事,就是判断客户当前在哪一阶…
深度专题三十五 FDE 的知识管理与资产沉淀
35.1 为什么知识沉淀是 FDE 团队的复利 FDE 的业务模型有一个天然特征：项目是离散的、行业是横跨的、客户现场是异构的。一个 FDE 团队今年可能在做某银行的智能风控，明年转到某三甲医院的影像辅助诊断，后年又去做某港口的调度优化。如果每次项目结束只交付了系统、没沉淀经验，那么下一个项目几乎等…
深度专题三十六 AI 项目的需求工程
专题定位 :AI 项目的失败,70% 死在需求阶段——不是技术做不出来,而是从一开始就没搞清楚"到底要解决什么问题、AI 是不是对的锤子、数据够不够支撑"。本专题把"需求工程"从产品经理的 PRD 写作,还原成 FDE 在客户现场的实战方法:怎么从老板一句话里挖出三层需求、怎么辨别真伪痛点、怎么判断…
深度专题三十七 行业大模型与垂直落地
通用大模型（GPT 4、Claude、Gemini、文心、通义、智谱等）在公开基准上能力突飞猛进，但一旦进入医疗问诊、金融研报、法律文书、电网调度这类高专业度、强合规、长尾术语密集的场景，通用模型的"广而不深"就暴露无遗：会编造不存在的法条、会把医学剂量单位算错、会漏掉行业黑话。行业大模型（Doma…
深度专题三十八 FDE 的客户成功与长期运营
38.1 交付完才是开始:为什么长期运营决定 LTV 在 FDE(前沿部署工程师)的实际工作里,有一个被反复验证的反直觉事实: 项目验收签字的那一天,不是价值的终点,而是价值折损的起点 。一个在 PoC 阶段跑通 95% 准确率的反欺诈模型,如果交付后没有持续的运营介入,平均在 6 到 9 个月之内…
深度专题三十九 LLM 安全攻防实战
39.1 为什么 LLM 安全是 FDE 的新战场 传统应用安全的边界是"代码与数据",LLM 应用把这两者搅在一起:用户输入的"自然语言"既是数据又是潜在指令,模型权重是黑箱,工具调用让模型直接持有副作用。一个被 prompt injection 接管的 Agent,等同于把数据库写权限、邮件发送…
深度专题四十 FDE 的产品化思维
40.1 为什么 FDE 必须长出"产品思维" FDE（前沿部署工程师）的原生工作单位是"项目"。一个客户、一个场景、一段时间的代码与配置，构成了 FDE 最熟悉的交付物。但如果 FDE 永远停留在"项目交付者"的位置，他的边际成本会越来越高、价值天花板会越来越低：第二个客户的供应链排程，几乎要重新…