#中国市场
共 15 篇相关文章
第 1 章 FDE 范式的起源与定义演进:从伊拉克战场到 2026 AI 焦点
本章一句话 :FDE 不是 2026 年凭空冒出来的新概念,而是一套被 Palantir 在战场、情报与企业项目中反复打磨了二十年的"前沿部署"打法;大模型的出现只是让它从"特种作战"变成了"AI 时代的标配岗位"。 1.1 一个被反复追问的问题:FDE 到底是什么 2026 年 5 月,一条短视频…
第 2 章 2026 全球 FDE 市场全景:增长、薪酬、供需与人才缺口
本章一句话 :用三组硬数据(招聘增长、薪酬带、人才缺口)把 2026 年 FDE 市场的真实温度量出来——它不是泡沫,而是一个供需严重失衡、薪酬向 AI 实验室顶部看齐、且"有价无市"的真实紧缺岗位。 2.1 三组数字,看懂 FDE 市场的"温度" 判断一个岗位是真热还是炒作,最硬的证据是 招聘平台…
第 3 章 头部公司 FDE 模式深度拆解
本章一句话 :FDE 不是铁板一块——Palantir、OpenAI、Anthropic、IBM、国内云各有各的 FDE 变体,理解这些差异,是判断"自己公司该学谁"的前提。 3.1 Palantir:FDE 的起源与标准制定者 谈 FDE,绕不开 Palantir。它不仅是这个岗位的发明者,更是迄…
第 5 章 Echo-Delta-Dev 三角编队:Palantir 的底层逻辑
本章一句话 :FDE 之所以能规模化,关键不在"招到一个超人",而在于 Palantir 把"前沿部署"拆成了 Echo / Delta / Dev 三种专精角色,让普通人通过紧密协作,组合出超人的效果。 5.1 为什么需要三角编队:一个人做不到 如果让一个人同时承担"钻进客户挖问题 + 写生产代码…
第 14 章 政务与公共服务:12345 热线、城市治理与政务大模型
本章一句话 :政务是 FDE 在中国最具特色、也最大的市场——信创全栈、等保合规、数据不出域是硬约束;从 12345 热线智能分派到政务大模型,FDE 在政务的价值是"可信可控的为民服务提效"。 14.1 政务 AI 落地的特征 中国政务 FDE 有鲜明的本土特征,理解这些特征是理解中国 FDE 市…
第 22 章 合规、安全与数据治理(OWASP MCP Top 10 / 等保 / 个保法 / 数安法)
本章一句话 :FDE 的系统能不能上生产、能不能续命,合规与安全是"一票否决"项——从《个人信息保护法》《数据安全法》到 OWASP MCP Top 10,本章给出 FDE 必须守住的安全合规底线。 22.1 FDE 面临的合规框架 FDE 在中国交付,必须对齐的合规框架: 《个人信息保护法》(PI…
第 23 章 未来趋势与组织变革:3—5 年展望
本章一句话 :展望 2026—2030,FDE 会经历"需求继续涨、薪酬分化、能力组织化、Agent 自主性提升、中国崛起"五条主线;最终,FDE 会从"一个稀缺岗位"沉淀为"AI 时代企业的基础组织能力"。 23.1 趋势一:需求继续高位增长,但增速回归理性 2026 年的 729%—1165% …
深度专题七 技术选型决策工程:七步法与决策树
专题定位 :FDE 在 Design 阶段最频繁的决策就是"选什么"。本专题把技术选型从"凭感觉"变成"七步法 + 决策树"的工程化过程,覆盖模型、RAG、Agent、向量库、推理、部署的选型逻辑。 一、选型的本质:约束下的权衡 技术选型没有"最优",只有"在客户真实约束下的最合适"。 FDE 选型…
深度专题十四 LLM 选型与微调实战(LoRA/QLoRA/DPO)
微调(fine tuning)是 FDE 在客户现场最容易"踩过头"的环节。许多团队第一次拿到私有数据就上 LoRA,两周后模型回答风格对、但事实错;或者一上来就全参微调 7B,把预算烧在显存租赁上。本专题不堆理论,只回答一个问题:在某客户的具体场景里, 到底要不要微调、怎么微、微完怎么验 。所有命…