当前市场流行的FDE范式其实并不被看好
我一直不太看好现在市场上大多数所谓的 FDE 准确一点说，我不看好的是现在大家正在形成的这套 FDE 范式 它太技术导向了（可能是大厂技术裁员过多导致） 很多公司理解的 FDE，大概就是： 企业有一个问题，我派几个很强的工程师进去，理解需求、写代码、调模型、做 Agent，最后给客户交付一个能跑起来的东西。稍微高级一点，再加一层“咨询”： 先访谈业务，找痛点，判断哪些场景值得 AI 化，然后再做方案、做产品。这些事情当然都有价值，也能挣钱。
但我一直觉得，这条路很容易走成一种“高级外包”。客户买的是你的人，是你的工程能力，是你的项目交付。项目结束，价值也差不多结束了。
下一家客户来了，你再重新诊断一遍、开发一遍、交付一遍。人越多，收入越高，项目越多，组织越重。最后你会发现，嘴上讲的是 AI Native，商业模式却还是几十年前咨询公司和软件外包公司的商业模式。
这也是我觉得现在很多 FDE 公司没有想明白的地方： AI 时代真正稀缺的东西，可能已经慢慢不再是“谁能帮企业写出一个 AI 应用”。模型会越来越强，coding 会越来越便宜，Agent 构建门槛也会继续下降。今天一个很厉害的 FDE 花两周做出来的东西，两年之后，也许业务人���自己两天就做出来了。
如果你的核心壁垒建立在“我比客户更会写 AI 应用”上，这个壁垒其实是在不断贬值的。真正稀缺的是企业吸收 AI 的能力。一个组织能不能自己发现问题，自己判断什么问题适合 AI，自己快速做出东西，自己把 AI 塞进工作流，再根据结果继续迭代。
这才是我真正关心的东西。所以我理想中的 FDE，进去企业以后第一件事情甚至不应该是疯狂 coding。他更像一个 AI 时代的“组织催化剂”。
我进去，不只是为了替你的员工把事情做掉。我要让你的员工开始自己做。我要带着销售、运营、研发、供应链、客服这些真正干业务的人，把他们每天正在发生的工作重新拆一遍。
哪些工作可以被 AI 重构？哪些流程已经没有存在的必要？哪些岗位未来会从“执行任务”变成“管理 Agent”？
一个原来需要 10 个人协作的流程，今天有没有可能变成 2 个人加一堆 Agent？然后直接让这些业务人员参与构建。让他们自己用 Codex、Claude Code、Agent、各种 AI 工具（如果你有自己的工具当然更好），把自己的工作重新做一遍。
这里最重要的结果，甚至不是我们最后帮企业做出了多少个应用。而是三个月之后，我们的人撤掉，这家公司还能不能继续自己长出新的 AI 应用。如果可以，这次 FDE 才真正产生了价值。
我经常用一个非常粗暴、历史上也并不严谨的类比。今天很多企业做 AI，有点像当年的洋务运动。买机器、造军舰、学技术。
放到今天，就是： 采购 ChatGPT、采购 Copilot、买几个 Agent、请外面的人做几个 AI 项目，再给员工上一堂“如何使用 AI”的课。表面上什么都有了。底层的组织方式却完全没有变化。
这种情况下，你给它装再先进的 AI，本质上也只是给旧组织装了一层外挂。所以我越来越觉得，AI 组织真正难的地方是组织本身。一个真正 AI Native 的公司，它的人才结构、管理半径、决策方式、软件使用方式、信息流动方式，甚至岗位本身都会和今天不一样。
它不会只是“原来的公司 + AI”。它应该从 AI 的能力重新倒推公司应该怎么运转。从这个角度看，很多传统企业所谓的“AI 改造”，最后一定会撞到组织边界。
改到一定程度，你会发现真正挡住 AI 的已经不是技术，而是旧流程、旧岗位、旧利益关系和旧管理方式。这时候继续堆 Agent 没什么意义。你必须开始动组织。
所以我反而更看好一种更重的 FDE。FDE 进入企业之后，一边解决真实业务问题，一边培养企业内部的人。��是上一堂两天的 AI 培训课，然后发证书结束。
而是在真实业务里面一起干。你有一个销售流程，我们就现场重构销售流程。你有一个质量管理问题，我们就让质量团队自己参与构建。
你有一个运营问题，我们就带着运营团队把第一个 Agent 做出来。员工最终获得的不是“学会一个 AI 工具”。而是形成一种新的工作方式： 遇到问题以后，他第一反应开始变成—— 这个事情能不能让 AI 做？
我能不能自己搭出来？能不能把这个流程自动化？能不能让 Agent 接管其中 70%？
我觉得这件事情一旦发生，企业才真正开始 AI 化。而且从商业上看，这种模式其实比纯外包性感得多。因为它是可以产生复利的。
我的理想模型大概分三层。第一层，培训和入企共创。这是入口，也是现金流。
企业愿意为员工 AI 能力提升买单，决策门槛也比直接卖几百万的软件低。但培训只是入口。第二层，在培训和真实业务共创的过程中，不断发现高频问题。
今天一家制造企业出现这个需求，明天另外五家制造企业可能也会出现。第一次解决是项目。第二次解决开始形成模板。
第五次开始形成组件。第二十次，它就应该变成产品。这才是 FDE 最重要的复利。
每进入一家企业，我都在增加自己的 solution library。行业 know-how、Prompt、Agent workflow、eval、数据接口、权限方案、部署经验，都应该不断沉淀。下一次再进入同行业客户，我不应该重新从 0 开始。
如果每个项目都从 0 开始，你做的就是外包。如果每个项目都让下一次交付更快、更标准、更便宜，你才是在做一家产品公司。第三层，是标准化产品。
当我已经非常清楚企业真正需要什么以后，我再把自己的平台、Agent 底座、知识库、模型 Router、安全、权限、Metering 等标品卖进去。于是整个商业模型就变得很有意思： 前端，培训和共创赚钱。中间，用 FDE 找需求、验证场景、沉淀解决方案。
后端，标准产品和 token usage 持续赚钱。客户使用得越深，我越了解业务。我越了解业务，产品越好。
产品越好，下一个客户交付成本越低。客户内部的人 AI 能力越强，他们自己创造出来的新需求反而越多。这才是一个真正能够滚起来的飞轮。
所以我判断未来 FDE 最大的分水岭，会是： 你到底在积累什么？有人做了三年 FDE，积累的是 100 个项目和 100 个客户案例。但项目停下来以后，收入也停下来。
另外一家公司做了三年 FDE，积累的是 1000 个 workflow、几十套行业 solution、成熟的平台能力、一群已经被教育好的客户，以及持续增长的模型调用量。表面上前三年两家公司可能赚的钱差不多。第四年以后会完全变成两个物种。
所以我现在越来越不关心一个 FDE “能不能写出很厉害的 Agent”。这件事情当然重要，但它只是基本功。我更关心： 他能不能改变一个组织使用 AI 的方式。
���不能让客户自己具备构建能力。能不能从一线业务里抽象出共性。能不能把一次性交付变成 reusable solution。
能不能最后把 solution 重新压回产品。真正好的 FDE，应该同时连接三个世界： 客户的一线业务， 企业内部的人和组织， 以及自己公司的产品。客户现场不是交付终点。
客户现场应该是产品研发的最前线。如果 FDE 每进入一家企业，只多赚了一笔项目费，这个模式的天花板很低。如果每进入一家企业，都让你的产品更强、solution 更多、客户组织能力更强、未来 token consumption 更高，那这个业务就完全不一样了。
我觉得这才是 AI 时代真正值得做的 FDE。甚至严格来说，它可能已经不再是今天大家定义里的那个 FDE 了。它更像一个新的物种： 一半是工程师， 一半是组织变革者， 一半是产品经理， 还得有一点老师和创业者的能力。
听起来加起来有三个“一半”。但可能 AI 时代本来就会需要这种奇怪的人。未来FDE的发展方向，必定不会是是“替企业做 AI 的人”。
应该是那些能进入一家传统企业，然后让这家公司开始自己长出 AI 能力的人。