简单聊聊 FDE...

实习也结束了，萍雨回归学校生活也有五天的时间了，来聊聊 FDE，再吐槽一些其他的事情

FDE 简介

首先 FDE 到底是什么呢？

FDE 的全称是 Forward Deployed Engineer，中文叫做「前线部署工程师」，是最近两年在 AI 行业特别火的一个岗位

简单来说，很多企业想用 AI 提效，但连第一步该做什么都说不清楚，具体要解决什么问题、先从哪里切入、最终由谁来用，他们自己可能也没想明白

FDE 要做的，就是走进客户现场，把这些模糊的需求变成能上线、有人用的系统

FDE 在做什么

通过前面的定义也大概能够感知到 FDE 所负责的内容会和所去的公司业务是高度相关的，毕竟是给公司的业务所提效嘛，关于 FDE 的一个核心能力字啊上面的也有体现了，这里先不点破

了解客户目标

萍雨入职的一个做留学业务的教育公司，所要提效的场景简单来说就是，公司旗下要做一个留学的账号，要提高这个账号的内容产出速度

这么一看是挺简单的，对吧？

把生产的流程逐个列出来，然后为每个步骤去提效就好了

但事实肯定是没有那么简单的，要不也不用实习两个月了

做视频的第一步是什么？选题

那么选题从哪里来呢？爆款

那爆款从哪里来呢？

什么样的才算是爆款？

具体要抓爆款的哪些内容呢？

抓到爆款之后又要如何来处理呢？

这些问题太多了，需求看起来简单，但实际的卡点确实极多的（我肯定是没有列全的），而且上面只是其中的一个步骤，像是这样的步骤可是有十几个呢...

企业生产上的提效，哪里有那么简单呢？

以及一个老生常谈的事情：

没有拉齐的需求，结局大概率就是返工、白做

对于真实的企业生产当中更是如此

难点

前面所说的需求对齐自然算是难点之一

但还有一个 FDE 应该都会遇到的共同问题，那就是数据到底从哪里来？

我拿我所做的举例子，在抓取到爆款之后，需要对这些爆款进行标题、前 5s 文案、内容结构的分析与公式的沉淀，这些内容都是没有之前的内容沉淀的

还要根据所沉淀的内容，去为公司的视频生产服务，但 AI 输出的没有人味，抓不住用户怎么办

公司的编导是有能力去判断的，但没有可以交给 LLM 去判断的标准，判别的标准是在编导的脑子里，如果这个不抽象出来的话，那么这个流程也将没有任何的意义

对过往数据进行分析，过往的数据有吗？很遗憾，没有

没有数据就无法分析，巧妇难为无米之炊了属于是

存在人脑子的判断标准，很多时候是一种直觉，无法被量化，这时文字、语言都变得苍白无力

那能怎么办呢？训练呗，让 AI 去生成标题、前 5s 文案等内容，让编导来判断，一点一点的改进（这个过程是真的很折磨人），最后封装成一个 skill，方便之后的调用

但真正好用的 skill 应该是通过员工自己使用的过程当中长出来的，因为这位员工才真正知晓好用还是不好用，哪里不好用，信息每经过一层传递，都会有不小的失真

看到这里会发现到这里，是一点代码都没有说的，代码确实是 FDE 当中相对简单的环节了

关于 FDE 的核心能力也直接在这里说了吧，很直接——挖掘用户真正需求的能力，想方设法的让用户自己知晓到底需要什么，这点做不好的话，几乎一定会做大量的无用功的

交付

还记得企业招 FDE 的目的是什么吗？提效

那么验收标准也自然是非常的简单

比如原来一周是做三期视频，在提效之后，一周可以做多少期视频了呢？

不知道，因为其实两个月没有做完，萍雨也该走了

推不推荐 FDE

从我个人的角度来说，我是觉得 FDE 更像是一个外包...在待遇上我觉得是不咋地的，当然这很大程度上是因为萍雨是实习生，就算是去字节，实习生的薪资也高不到哪里去的，如果薪资高的话，那也不是不能干

不过因为 FDE 的工作内容是和公司业务高度相关的，且不同行业的，即使是同一行业，不同公司的业务线也可能是大相径庭的，这也就意味着你从 a 家公司学到的内容，到了 b 家公司大概了就失效了，这些经验是难以复用的

如果相同的待遇，让我在 Agent 开发和 FDE 当中选择一个，我想我会毫不犹豫的选择前者...

回到校园五天之后

懒得再写了，今天学 Agent 学破防了，在周一前还有两期视频要做，稿子都没写完...

就写这么多吧，作为第一次接触真实社会的实习，也挺好的吧，也许吧，终究是长大，学会自己承担责任的

吐槽归吐槽，吐槽完还是要接着学的，要不视频就更不出来🥹