FDE 能力模型四层拆解：工程、AI 应用、业务沟通、现场应变
不是会写代码就能叫 FDE。FDE 中国社区把 FDE 的能力拆成四层：工程、AI 应用、业务沟通、现场应变。缺任何一层，AI 都落不了地。这篇逐层讲清：每层是什么、怎么评估、怎么练。
第一层：工程能力——把系统真正跑起来
这是 FDE 的底盘：全栈开发、系统集成、RAG 工程化、数据管道、权限与安全、可观测性。FDE 不是写 Demo，而是把 AI 接进企业已有的系统里——接 ERP、接数据库、接审批流、接客服工单，任何一个环节掉链子，AI 就上不了岗。
评估标准很简单：离开你之后，这个系统能不能稳定运转。能部署、能监控、能回滚、能解释每一笔异常，才算工程能力过关。
第二层：AI 应用能力——知道模型的边界在哪
大模型不是万能药。FDE 要清楚每个模型的强项与弱点：什么时候该用 RAG、什么时候该编排 Agent、什么时候根本不该用 AI。把 Prompt、知识库、工具调用、工作流编排组合成稳定的 AI 员工，并通过评估与迭代持续调优。
这一层的判断标准是：同样一个业务问题，你能不能设计出成本更低、更稳、更可控的 AI 方案，而不是「用上大模型就行」。
第三层：业务沟通能力——听懂业务在说什么
业务方说「帮我提效」，背后可能是「月底结账太慢」「客服人力不够」「销售线索跟不住」。FDE 要能听懂业务语言、拆出真问题，再翻译成技术方案，并让管理层、业务团队、技术团队在同一个共识上推进。
评估标准：业务负责人愿不愿意把你当自己人。你能不能用业务的语言解释技术、用技术的语言量化业务，是这一层的核心。
第四层：现场应变能力——在模糊环境里拿到结果
客户现场永远是模糊的：需求会变、数据是脏的、干系人有分歧、时间永远不够。FDE 的第四层能力，是在这种环境里把问题拆小、把第一个可验证的成果尽快做出来，再逐步扩大——而不是等所有条件都完美了再动手。
评估标准：面对一个没人做过的场景，你能否在 48 小时内拿出一个可演示、可验证的原型，并让现场的人相信它。
四层的关系：工程与 AI 应用是「做得出来」，业务沟通是「找对问题」，现场应变是「拿得到结果」。FDE 的稀缺，恰恰在于四层同时具备的人极少——大多数工程师只有前两层。
怎么练：给想转 FDE 的人三条建议
- 下场做交付，而不是只学技术：找一个真实业务问题，从诊断、POC 到上线完整走一遍，把「上线且被用起来」当目标。
- 练业务翻译：每周把一个业务痛点写成「技术方案 + 业务价值」两页纸，练到业务方点头为止。
- 积累现场案例：FDE 的信任来自案例。每完成一次交付，沉淀场景、方案、指标变化与踩坑，形成自己的方法论。
WAIC 2023 世界人工智能大会金融科技分享嘉宾 · 国家级 A 类创业赛事评委 · 金松奖专家评委；负责项目获零售家电数智化转型、金融银行降本增效、DataAgent 经营分析产品三项非凡奖；工行、邮储等银行数智化转型培训讲师 · 三节课认证讲师。15 年数智营销科技经验，大厂运营总经理，400+ 家大客户 FDE 实战交付，AI 项目投资人。