FDE 是什么？AI Agent 时代的企业交付角色

FDE 通常指 Forward Deployed Engineer。这个角色贴近客户业务现场，但又具备工程交付能力：能够听懂业务目标，拆解流程和数据，把需求转成可运行的原型、Agent 工作流、部署环境、测试标准和交接文档。

在 AI Agent 项目中，很多失败并不是模型能力不足，而是问题定义不清、数据边界不明确、没有真实测试样本，或者只完成演示却没有权限、日志和运维设计。FDE 的价值，是把这些分散问题放进同一条交付链路。

FDE 与传统售前、开发和顾问有什么不同

售前通常负责解释方案和证明价值，开发工程师通常负责实现明确需求，管理顾问侧重流程和组织建议。FDE 需要跨越这些边界：在需求仍然模糊时进入现场，与流程负责人共同识别机会，然后快速构建可操作系统，并把客户反馈持续带回工程设计。

• 不是只做方案：需要交付客户可以打开、测试和验收的运行产物。
• 不是只写代码：需要理解业务流程、异常情况、责任人和成功指标。
• 不是只调 Prompt：还要设计工具调用、权限、人工确认、日志和失败回退。
• 不是无边界外包：关键业务判断、数据责任和高风险操作必须保留清晰治理。

企业 AI-FDE 的六个工作阶段

1. 诊断：访谈客户，确认业务目标、当前流程、数据来源、阻塞点和成功标准。
2. 转译：把业务语言转成输入字段、Prompt、Agent 状态、工具接口和验收规则。
3. 原型：用真实样本构建可操作 Demo，暴露流程与模型的实际边界。
4. 评估：测试正确性、引用质量、人工介入、响应时间、成本和失败样本。
5. 部署：补齐身份、权限、日志、监控、备份、回退和运行文档。
6. 复盘：记录反馈、异常和改进计划，把一次项目沉淀成可复用资产。

哪些企业场景适合先用 FDE 方式验证

适合优先验证的流程通常频率较高、输入相对清晰、结果可以复核，并且当前存在大量复制、查找、整理、分流或跨系统操作。例如企业知识问答、销售线索整理、客服回复建议、工单分类、报告生成、合同信息抽取、内容工作流和研发协作。

不适合直接开放自主操作的场景包括未经审批的付款、删除生产数据、对外法律承诺、医疗或安全关键判断等。此类流程可以先提供信息和建议，但必须设置人工确认。

一个可验收的 FDE 项目应该交付什么

至少应包括需求与场景地图、数据与系统边界、可运行原型、代表性测试集、评估结果、权限矩阵、部署说明、运行手册和后续路线图。只有这些资产齐全，企业才能判断项目是否真正创造价值，而不是停留在演示效果。

如何开始

建议先选择一个流程，以 1–2 周原型验证为目标。明确“谁使用、输入是什么、结果如何判断、什么动作必须人工批准”，再决定是否进入系统集成和生产化。兰忆网络的AI 场景诊断与 FDE 交付服务可从这一阶段开始，也可结合企业 AI 与 Agent 服务体系规划后续部署。