即刻App年轻人的同好社区
下载
老师傅的 KnowHow，无非就是那些踩过的坑
国内干企业数字化的，都是驻场、加班还有被甲爸爸各种无理要求趟过来的
自然的、从直觉上就知道 FDE 这东西水非常深
除非对方一开始就愿出大价钱付人天，否则啥 JB 也别乱答应
国内干企业数字化的，都是驻场、加班还有被甲爸爸各种无理要求趟过来的
自然的、从直觉上就知道 FDE 这东西水非常深
除非对方一开始就愿出大价钱付人天，否则啥 JB 也别乱答应
0 00
腾讯昨天 -4.46%
主力（机构）净流出 -3.19 亿港元，散户净流入 +7.78 亿
下跌理由据说是：业绩后 AI 资本开支超预期引发
AI 花钱太猛引发市场分歧这个似乎也是最近资本市场会认可的逻辑
总市值盘中一度跌破 4 万亿港元，折算为 RMB 已被长鑫超越
当前PE 仅 14.88（历史低位区间），长期逻辑没破，AI 时代腾讯不会“掉队”，而是跟上
主力（机构）净流出 -3.19 亿港元，散户净流入 +7.78 亿
下跌理由据说是：业绩后 AI 资本开支超预期引发
AI 花钱太猛引发市场分歧这个似乎也是最近资本市场会认可的逻辑
总市值盘中一度跌破 4 万亿港元，折算为 RMB 已被长鑫超越
当前PE 仅 14.88（历史低位区间），长期逻辑没破，AI 时代腾讯不会“掉队”，而是跟上
0 00
“对结果负责” 这是一句非常危险的话
因为结果的定义就众说纷纭，没有共识的结果容易被利用
啥叫结果，那公司一把手自己的决策失误，他是如何负责的
其他人提出的建议（无论来源是不是 FDE），最终采纳的是不是公司一把手
那所有的结果是公司一把手都负责了，还是说他可以甩锅给当初提建议的人
提议的人也说，那你当初可以不同意啊，既然你同意了，那就不是单方面负责，而是责任共担
那到底要怎么让一个公司的外人来对结果负责？
如果你是 FDE，甲方爸爸要你对结果负责，不给人工只给分润，那你愿意干吗？有可能做了 10 单都收不回来一单的成本的话，显然不是什么好生意。
收回一部分人工，再对赌利润分成是合理的，但在一开始就要商定对结果衡量的各项标准，并且需要有防造假机制（所以又全是人性博弈所附带的）
甲方愿意给的成本可能很低怎么办？
这个要具体情况具体定了。如果是规模大的公司要花预算，人天还是给得起，不过这种就是你得去腾讯、字节等这些大厂里做 FDE 才更有议价权（也带着自家产品）
规模小的本身也没啥预算的，成本可能就不怎么愿意付了。规模小的项目，理论上不需要依附任何一家大厂的产品，直接全开源大法，可以接国外模型。正儿八经要立项做的，一般就只能走全国产合规路径
总的来说，小项目需要更高的信任，成本费用付不起，那就给更优厚的分润，后期不分则信任不再，全看人品
大项目你得有背书，拿钱更多靠背书而并非完全靠实力
因为结果的定义就众说纷纭，没有共识的结果容易被利用
啥叫结果，那公司一把手自己的决策失误，他是如何负责的
其他人提出的建议（无论来源是不是 FDE），最终采纳的是不是公司一把手
那所有的结果是公司一把手都负责了，还是说他可以甩锅给当初提建议的人
提议的人也说，那你当初可以不同意啊，既然你同意了，那就不是单方面负责，而是责任共担
那到底要怎么让一个公司的外人来对结果负责？
如果你是 FDE，甲方爸爸要你对结果负责，不给人工只给分润，那你愿意干吗？有可能做了 10 单都收不回来一单的成本的话，显然不是什么好生意。
收回一部分人工，再对赌利润分成是合理的，但在一开始就要商定对结果衡量的各项标准，并且需要有防造假机制（所以又全是人性博弈所附带的）
甲方愿意给的成本可能很低怎么办？
这个要具体情况具体定了。如果是规模大的公司要花预算，人天还是给得起，不过这种就是你得去腾讯、字节等这些大厂里做 FDE 才更有议价权（也带着自家产品）
规模小的本身也没啥预算的，成本可能就不怎么愿意付了。规模小的项目，理论上不需要依附任何一家大厂的产品，直接全开源大法，可以接国外模型。正儿八经要立项做的，一般就只能走全国产合规路径
总的来说，小项目需要更高的信任，成本费用付不起，那就给更优厚的分润，后期不分则信任不再，全看人品
大项目你得有背书，拿钱更多靠背书而并非完全靠实力
0 00
依旧从我的视角来讲讲 FDE
Forward Deployed Engineer 还是 Frontier Deployed Engineer ？
其实关键不在于你是 Forward（向前）或是 Frontier（前沿），这一单词不过代表了你和 AI 与企业之间的物理距离。关键在于后面两个单词
我觉得在国内语境就不应该喊作 Deployed Engineer，而本质上是 Agent Deployed Consultant——智能部署咨询
为什么用 Consultant 而不用 Engineer，因为前者比后者重要，而且在技术平权的语境下，原来的 Consultant更容易做好 Engineer，但 Engineer 却不见得容易学会 Consultant
我 2008 年毕业后第一份工作就是一家做商业智能的公司，而我的第一个项目也就是驻场工程师。当时的工作日常简单来讲是这样的，以一份常规数据报表为例：
1. 从对方公司 BA（Business Analyst）收到一份需求说明
内容往往是：业务需求-指标解释-取数要求-报表样式
2. 乙方公司 BA 会予以对接，来来回回对齐这中间的各种问题
3. 乙方 BA 与技术一同定好实施 plan，或在外企叫 Technical Spec（技术概要）
4. 交给数据、测试人员进行技术实施
5. 由乙方 BA 验收后再交由甲方 BA 验收
流程上的 5 个步骤，只有第 4 部分 Engineer 含量较高，其他全是 Business
还不止，上面看到的不过是下方工作人员的日常，你还没看到：
- 这个需求从何而来
- 是为了解决哪个关键问题
- 这个问题处于整个业务版图中的哪个位置
等等
而这些也都跟 Engineer 没啥关系，全是 Business ，全是你对生意的理解导致需要某个东西，而不是你有个什么厉害的技术就能让原来的生意瞬间飞黄腾达
Forward Deployed Engineer 还是 Frontier Deployed Engineer ？
其实关键不在于你是 Forward（向前）或是 Frontier（前沿），这一单词不过代表了你和 AI 与企业之间的物理距离。关键在于后面两个单词
我觉得在国内语境就不应该喊作 Deployed Engineer，而本质上是 Agent Deployed Consultant——智能部署咨询
为什么用 Consultant 而不用 Engineer，因为前者比后者重要，而且在技术平权的语境下，原来的 Consultant更容易做好 Engineer，但 Engineer 却不见得容易学会 Consultant
我 2008 年毕业后第一份工作就是一家做商业智能的公司，而我的第一个项目也就是驻场工程师。当时的工作日常简单来讲是这样的，以一份常规数据报表为例：
1. 从对方公司 BA（Business Analyst）收到一份需求说明
内容往往是：业务需求-指标解释-取数要求-报表样式
2. 乙方公司 BA 会予以对接，来来回回对齐这中间的各种问题
3. 乙方 BA 与技术一同定好实施 plan，或在外企叫 Technical Spec（技术概要）
4. 交给数据、测试人员进行技术实施
5. 由乙方 BA 验收后再交由甲方 BA 验收
流程上的 5 个步骤，只有第 4 部分 Engineer 含量较高，其他全是 Business
还不止，上面看到的不过是下方工作人员的日常，你还没看到：
- 这个需求从何而来
- 是为了解决哪个关键问题
- 这个问题处于整个业务版图中的哪个位置
等等
而这些也都跟 Engineer 没啥关系，全是 Business ，全是你对生意的理解导致需要某个东西，而不是你有个什么厉害的技术就能让原来的生意瞬间飞黄腾达
0 00
最近 FDE 概念被炒起来了，估计也跟腾讯 Workbuddy 这边的推广有关系，有某某百万粉丝博主已经开始在卖 Workbuddy 工作台教程
其实 FDE 是什么，现在分了哪几路角色，大家如何去找到合适的介入路径，许多人是不清楚的
FDE如果直译不过是前端部署工程师，听起来像国内驻场一样，实际上却有很大区别
如果是将驻场的话，没有人能比数据行业从 2008 年就蹲客户现场那样熟悉了吧
从线上 JD 看，FDE 的职责范围是一条链：方案 → POC → 全量上线 → 效果追踪
从以前的数据项目来看，前一半是销售+售前，后一半则是交付+运维
以前光 POC 就得牵扯到 3-4 人，交付+运维视项目规模而不定
现在 AI 上来之后直接嵌入到原来的流程，人力肯定省去不少，但遇到的难题依旧是那些难题，甚至可能更难
为什么？因为 AI 拔高了对需求的期待，老板往往觉得 AI 是万能的，导致 FDE 最终的成果不好衡量
个人拍脑袋预判当下能赚钱的 FDE 业务是两种：
一：做企业 AI 内训的，将内部人训成 FDE，而不是自己去做 FDE，需求嘛，你们自家人慢慢跟老板去磨
二：做 FDE 培训，但注意也不是要将搞技术的往业务方向拽，而是要反过来让搞业务的学会怎么用 AI 也就够了
聪明的你也看出来了，说的是两件事，本质其实是同一件事
技术被平权了，真要通过 FDE 赚到钱也是离老板近的人更容易
哪些人离老板更近？原本老板就信任的人，嫡系，自家人；又或者是原本跟老板关系就好的人，销售，咨询顾问等等
其实 FDE 是什么，现在分了哪几路角色，大家如何去找到合适的介入路径，许多人是不清楚的
FDE如果直译不过是前端部署工程师，听起来像国内驻场一样，实际上却有很大区别
如果是将驻场的话，没有人能比数据行业从 2008 年就蹲客户现场那样熟悉了吧
从线上 JD 看，FDE 的职责范围是一条链：方案 → POC → 全量上线 → 效果追踪
从以前的数据项目来看，前一半是销售+售前，后一半则是交付+运维
以前光 POC 就得牵扯到 3-4 人，交付+运维视项目规模而不定
现在 AI 上来之后直接嵌入到原来的流程，人力肯定省去不少，但遇到的难题依旧是那些难题，甚至可能更难
为什么？因为 AI 拔高了对需求的期待，老板往往觉得 AI 是万能的，导致 FDE 最终的成果不好衡量
个人拍脑袋预判当下能赚钱的 FDE 业务是两种：
一：做企业 AI 内训的，将内部人训成 FDE，而不是自己去做 FDE，需求嘛，你们自家人慢慢跟老板去磨
二：做 FDE 培训，但注意也不是要将搞技术的往业务方向拽，而是要反过来让搞业务的学会怎么用 AI 也就够了
聪明的你也看出来了，说的是两件事，本质其实是同一件事
技术被平权了，真要通过 FDE 赚到钱也是离老板近的人更容易
哪些人离老板更近？原本老板就信任的人，嫡系，自家人；又或者是原本跟老板关系就好的人，销售，咨询顾问等等
0 00