FDE的12项核心能力：一份面向AI落地现场的四阶段培养清单

2025 年，国内大模型相关中标项目多达 7539 个，披露金额约 295 亿元，数量较上年增长近四倍。需求在爆炸式增长，可行业里人人都知道另一半故事：签下来的项目交付得七荤八素，POC 阶段惊艳、上线之后拉胯，验收标准扯皮半年、回款遥遥无期，驻场工程师干成了"高级人肉运维"，项目结束什么都没沉淀下来。中国 toB 市场从来不缺驻场的人，缺的是能把 AI 项目"交付成、验收掉、回款回、复制开"的人——这才是 FDE 与传统驻场的本质区别。

要把这种人培养出来，靠的不是玄学，而是一份能拆解、能训练、能复盘的能力清单。业界的做法，是把 FDE 的核心能力按一次真实交付的生命周期，整理成"四阶段 × 12 项"。

一、行情底色：钱在哪、坑在哪

动手培养之前，先要看清这门生意的真实底色。需求侧，这一轮国内企业级 AI 的采购主力不是互联网公司，而是央国企和政府——按行业中标监测的统计口径，央国企发起的大模型采购在数量上占比超过六成、金额上约占一半，政务、教科、通信、能源、金融、交通、医疗是项目最集中的赛道。政策是最强的点火器：国资委的"AI+"专项行动持续加码，叠加多部门"AI+制造"专项，企业级 AI 正从试点期进入"政府采购 + 规模放量"阶段。供给侧，则是科大讯飞、火山引擎、百度、阿里云、腾讯云等头部厂商，加上运营商系集成商与一批转型中的传统集成商同台竞技。

落到人才行情，国内价码已经立起来了：头部企业 FDE 年薪大致落在 30 万—80 万人民币区间，个别厂商在上海挂出的"AI 前线部署工程师"岗位月薪可达 35—65K、十五薪，模型厂商给出的月薪甚至更高。与海外市场相比绝对值虽有差距，但在国内技术岗普遍收缩的背景下，这是少数逆势起价的岗位族——而且供给严重不足，因为它要的是"懂业务、懂工程、扛得住甲方"的复合体。但照搬硅谷那套 FDE 方法论会水土不服，因为有四个中国特色变量必须进入能力模型：私有化部署与数据不出域是默认项，国产化算力加国产模型意味着模型能力弱一到两档，这个落差要靠工程与知识结构化补回来；招投标与账期决定现金流，验收标准模糊，回款就遥遥无期；甲方强势、需求蔓延，"顺便把这个也做了"是每个乙方都熟悉的句式；驻场传统深厚，却缺产品飞轮，人走了什么都没留下，而这恰恰是"驻场"与"FDE"的分水岭。

当然，对 FDE 也不乏质疑。有观点认为，企业自建 AI 工程师的需求量终将远大于厂商派驻的 FDE，这个岗位可能只是 AI 产品不成熟期的过渡角色。但把这套论证放到中国语境，结论需要修正：国内多数政企客户的 IT 自建能力显著弱于海外企业，信息化历史欠账更多，组织上更习惯"交钥匙工程"，对乙方交付能力的结构性依赖更深、也更持久。真正的风险不是需求消失，而是低价中标把毛利打穿——所以这 12 项能力里，"验收"与"复制"两项在中国版的权重最高。

二、能力模型总览：四阶段，十二项

这 12 项能力不按类别平铺，而是沿一条真实交付的生命周期展开——因为在中国 toB 语境下，这条生命周期同时也是现金流曲线。

每一阶段都对应一句大白话：进场期决定你签什么，立项期决定你能不能验收回款，交付期决定你的交付成本，放大期决定你的毛利与复购。下面这张图把四阶段的递进关系画了出来。

三、逐项怎么练：防什么事故、练什么动作

这 12 项能力，每一项都可以用"防什么事故、怎么练、达到什么程度算过关"三个问题来校准。挑几项最具代表性的展开说明。

进场期的"需求考古"，防的是照着招标文件做需求。 国内项目的第一现实是：标书不等于真实需求，写标书的人与最终用系统的人往往不是同一拨。进场后要做三层访谈——分管领导关心"成果"，信息中心关心"可控"，一线业务关心"省事"，三层答案拼在一起才是完整需求，三者不重合的部分，正是项目最大的风险敞口。"流程测绘"则防 AI 被安在错误的节点上：引入任何 AI 之前，先蹲现场还原"实然流程"，给每个节点标上耗时与出错率，值得 AI 介入的节点会在这两列数字里自己跳出来。"切口选择"防的是全面铺开、全面烂尾——从蓝图逐层下钻到单一功能点，每次只切一刀。

立项期的"验收标准工程"，防的是验收扯皮、回款遥遥无期。 合同里"系统运行稳定、功能满足需求"这类模糊表述，等于把回款的解释权交给了甲方。正确的做法是把验收标准直接做成一份评测集：立项时拉业务骨干共同标注几十条真实样本，每条写清期望输出与判定理由，双方签字——这份评测集既是验收依据，也是回归测试集，更是回款触发器。"POC 纪律"防的是免费验证无限膨胀，划清范围、数据、周期、转化条件四条边界；"职责契约"防的是需求蔓延不加钱，白纸黑字签下分工单、变更单、数据责任单。

交付期的"知识结构化"，防的是知识库变成文档坟场。 私有化环境里模型能力弱一到两档，越弱的模型越需要强的知识结构。要把业务知识建模为实体、关系、规则三要素，再设计调用路由，让模型知道何时该用哪一块知识。"人机分工设计"防的是 AI 一条龙包办全流程，标准搭配是"AI 初判 + 人签发"，AI 提效、人担责、系统留痕；"合规与风险兜底"则要求每个上线方案配齐风险分级、兜底策略、影响半径、回滚预案四件套。

放大期的"资产化复制"，防的是每个项目从零开始、越干越亏——FDE 的隐性 KPI 不是"做完这个项目"，而是"让下一个项目更快、更便宜"。"渐进放量"防的是验证通过后直接全量铺开、在长尾数据里翻车，正确节奏是先让 AI 粗跑、抽约一成的样本交业务骨干校准、把校准结论固化成甲方能用自己的话复述的模板、再按模板全量执行；"信任运营"防的则是"验收即失联"，因为国内 toB 是典型的关系型市场，复购与转介绍几乎都来自被经营好的标杆客户。其余几项遵循同样的逻辑，此处以表格归纳，便于对照使用。

把这份清单真正用起来，还需要一张能落地的复盘表。团队每周复盘、项目结束复盘时，沿四阶段回溯，通常能快速定位到具体的能力缺失——"验收拖了半年回不了款"查④，"POC 做了仨月还在加需求"查⑤和⑥，"上线后业务不用"查⑥和⑪，"每个项目都从零干起、越干越亏"查⑫。下表可直接当作每周复盘检查表使用。

这份清单有两种用法。带团队的，可以把速查表做成每周复盘检查表，重点盯"验收"与"POC"两项——它们直接决定现金流；做复盘的，项目一出问题就沿四阶段回溯，通常能迅速定位到具体的能力缺失。个人对照自查也同理：先给自己在 12 项上各打一个分，再挑出最影响端到端闭环的两项短板，用一个真实项目把它们练出来，比把十二项同时推高更现实。

四、个人转型也有三条路，不必非从乙方做起

这份清单不只是给团队的，也指向个人。国内语境下，有三条转型路径可供选择。

路径一，把现在的公司当客户。 12 项能力里，绝大多数不需要外部客户就能练。选公司里一条真实业务流程——报销审批、客服工单、内容审核都行——完整走一遍进场期与立项期：三层访谈、画实然流程、量化耗时、选切口、写出带评测集的验收标准。这套文档本身就是能力铁证，而且大概率会真的落地，因为你可能是全公司第一个认真画过这条流程的人。

路径二，从乙方交付与售前转型，这是最短路径。 国内存量最大的三类人——集成商与软件公司的交付实施工程师、售前解决方案架构师、有大模型应用开发经验的后端工程师——恰好对应 FDE 岗位最受欢迎的背景。已在其中一类的，补齐另外两块的作品证据即可，投递时配齐"一页纸需求文档、一张流程测绘图、一份带评测集的验收标准、一份复用指南"四件套。这四样恰好对应 12 项里最难伪装的能力，有经验的面试官一眼就能分辨真伪。

路径三，别只盯乙方，甲方侧同样缺人。 央国企的数字化部门、科技子公司正在大量吸纳"懂 AI 落地的自己人"，工作内容与乙方 FDE 高度重合，稳定性更高。大模型采购正从一线城市向省会与地市下沉，本地化交付人才在二线市场的稀缺度反而更高，提前站到甲方侧，等于站到了趋势的收益端。

五、给职业院校的启示：把 12 项能力翻译成培养动作

这 12 项能力看似面向企业交付，其实每一层都能对应到职业院校的育人环节。进场期的三项，对应"需求调研与岗位分析"；立项期的三项，对应"目标设定与评价标准制定"；交付期的三项，对应"系统开发与合规意识"；放大期的三项，对应"成果沉淀与职业素养"。把这条映射做实，一份企业能力清单就能变成一份可执行的课程目标表。

落到操作层面，院校不必一次铺开全部 12 项。更现实的是分三步走：先用一个学期把"进场期 + 立项期"的六项能力做成一个项目制实训，让学生对一家真实企业做三层访谈、画实然流程、写出带评测集的验收标准；再用一个学期把"交付期"的三项能力融入系统开发课程，重点练知识结构化与人机分工设计；最后把"放大期"的三项能力做成毕业设计或项目复盘的硬性要求，让学生养成"每做一个项目就沉淀一套模板"的习惯。

要让这些动作真正跑起来，院校同样需要一层能把"学、练、评、用"串起来的实训环境：学生在平台内完成从需求分析到智能体构建的完整项目，提交的成果有自动评测、全程留痕，沉淀下来的模板与作品还能被下一届复用。这正是当前 AI 实践内容平台的价值所在——以实战云为代表的 AI 实践内容服务商，把多类型在线实验、AI 智能体实验、实训报告自动评测与学情分析集成在一处，恰好支撑了"项目—评测—沉淀"这条能力培养链。对院校而言，把这 12 项能力中的几项做成可评测、可复用的实训任务，远比再开一门泛泛的 AI 概论更有分量。

收束来看，这份 12 项能力清单最深刻的提醒，不在于它罗列了多少技能，而在于它揭示了一个趋势：随着 AI 编码能力增强，"构建系统"的部分会越来越多被机器自己完成，而"听懂业务、经营信任、把项目变成资产"的部分会越来越值钱。机器越擅长交付，懂得让交付发生的人越贵。对职业院校来说，这正是一份再明确不过的育人方向——把力气从"教学生敲更多代码"上收回来，投到"教学生听懂需求、判断价值、沉淀方法"上。前者很快会被工具取代，后者才是学生未来最难被替代的底气。

---