FDE业务落地实战资源介绍:
封面
课程的核心是围绕一个叫FDE的角色展开。FDE全称是Forward Deployed Engineer，翻译过来叫前沿部署工程师。简单说，就是被派到客户现场、直接和业务方一起把AI方案落地的那类工程师。课程反复强调，FDE和外包驻场有本质区别：外包是按人天卖时间、完成约定的功能和代码就结束了；FDE要对业务结果负责，项目做完之后要让客户的某项业务指标真正发生可衡量的变化，而且还要把经验沉淀下来，让团队下一次做类似项目时更快更轻。
主要内容:
开篇词先聊了一个很现实的问题：AI都能写代码了，为什么最值钱的工程师反而在客户现场？曹犟自己的回答是，因为Demo越来越容易做，但把Demo变成生产系统越来越难。谷歌75%的新代码已经由AI生成，但大量企业AI项目依然卡在落地阶段，MIT的一项研究估计约95%的企业生成式AI项目没有产生可衡量的损益影响。
认知篇用四讲把FDE这个概念讲透。包括FDE到底是什么、和咨询外包驻场售前有什么区别、为什么是现在这个时间点FDE变得重要、以及中国市场的机会在哪里。曹犟给了一个很朴素的判断方法：别管岗位名字叫什么，先问两个问题——这个人对什么结果负责？做完这一单，他给公司沉淀下了什么？如果回答只是“完成约定的功能”，那就是高级外包；如果回答是“推动业务指标发生变化、并且把经验变成可复用的能力”，才真正接近FDE。
进场与验证篇是实战的开始，四讲分别讲怎么用五天摸清客户的“真问题”、怎么把嘴上的需求翻译成可衡量的结果、怎么搞定关键人和内部政治、以及为什么一个能跑的demo胜过一百页方案。这部分的核心思路是，客户说“做一个知识库”“上线智能客服”，不代表真实问题已经明确，FDE需要继续判断业务流程的阻塞点在哪里、这个问题适不适合用AI解决、项目做完用什么指标衡量价值。
施工与上线篇讲的是从Demo到生产系统中间那段最难的工程活。包括在客户系统里填gap、写生产代码、用AI放大交付同时守住数据安全红线、怎么定义“好”和怎么验收、以及一张让CIO放心的安全治理与上线检查清单。曹犟特别强调评估驱动开发，AI项目到底怎么定义“好”，不是拍脑袋说了算，需要有清晰的验收标准。
沉淀与变现篇是最有商业价值的部分。讲怎么把单客户的成果沉淀成产品、怎么建AI时代To B公司真正的护城河、FDE怎么定价才不沦为成本中心、以及怎么用毛利换护城河的商业账怎么算。这部分内容在市面上大多数AI课程里基本看不到，但对做企业服务和交付的人来说非常实在。
资源目录:
开篇词｜AI都能写代码了，为什么最值钱的工程师在客户现场？
01｜什么是FDE：一个嵌入客户现场的“产品探索者”
02｜FDE与咨询、外包、驻场、售前有什么区别？
03｜为什么是现在：95%的AI项目卡在落地，一个人却能跑通产品闭环
04｜中国机会：十年没走通的交付难题，FDE+AI能解吗？
05｜进场第一战：如何用五天摸清客户的“真问题”？
06｜选对场景：怎么把“嘴上的需求”翻译成“可衡量的结果”？
07｜干系人与信任：怎么搞定关键人和内部政治？
08｜Demo-driven：一个能跑的demo，为什么胜过一百页方案？
09｜现场施工（上）：在客户系统里填gap、写生产代码
10｜现场施工（下）：用AI放大交付，守住数据安全红线
11｜评估驱动开发：AI项目到底怎么定义“好”、怎么验收？
12｜上生产：一张让CIO放心的安全、治理与上线检查清单
13｜碎石路修成高速公路：怎么把单客户成果沉淀成产品？
14｜私有知识：AI时代ToB公司真正的护城河怎么建？
15｜从卖工具到卖效果：FDE怎么定价才不沦为成本中心？
16｜避开“服务陷阱”：用毛利换护城河的商业账怎么算？
17｜成功复盘：一个跑通的FDE项目长什么样？
18｜翻车复盘：六大失败模式与中国六大坑怎么避？
19｜行业落地（一）：金融、政企与医疗，为什么“治理即产品”？
20｜行业落地（二）：制造与能源，从提效到降本
21｜行业落地（三）：零售与客服，AI怎么直接驱动业务？
22｜能力与面试：从能力自评、岗位判断到面试与入职
23｜职业发展与陷阱：晋升、天花板，以及什么时候别做FDE
结束语｜做难而正确的事，在AI时代成为不可替代的交付者
结课测试｜来赴一场满分之约！
资料.zip
